lunes, 28 de octubre de 2019

Análisis de datos y Big Data. Resúmenes de libros.

Descargar el compendio de resúmenes en PDF (60 páginas) en el siguiente link:
DATOSBIGDATA
Análisis de datos y big data. Resúmenes de libros.
Elaborado por E.V.Pita (2019)
Picar aquí para descargar el PDF (60 páginas)


EL BIG DATA O ANÁLISIS MASIVO DE DATOS HA MEJORADO LA METODOLOGÍA DE LAS CIENCIAS SOCIALES ASÍ COMO SU PODER PARA LA PREDICCIÓN DE HECHOS EN VOTACIONES, EPIDEMIAS O COMPRAS. PERO TAMBIÉN TIENE UN LADO OSCURO CUANDO SE USA PARA VIGILAR AL CIUDADANO, AHORA INMERSO EN UNA SOCIEDAD DIGITAL DE LA TRANSPARENCIA.

EN ESTE COMPENDIO SE INCLUYEN LOS RESÚMENES DE LOS LIBROS DE NUEVE AUTORES QUE HAN REFLEXIONADO SOBRE EL FENÓMENO DEL BIG DATA. 

Descargar el PDF (60 páginas) en el siguiente link:

Análisis de datos y Big Data. 

Resúmenes de libros.

1."Cien mejor que uno", de James Surowiecki (2004)

El resumen original y actualizado está en el siguiente link:
http://evpitasociologia.blogspot.com/2016/03/cien-mejor-que-uno-de-james-surowiecki.html

2. "El filtro burbuja", de Eli Pariser (2011)

Resumen original y actualizado del libro en:

3. "La sociedad de la transparencia", de Byrung-Chul Han (2012)

Resumen original y actualizado en:

 4. "Psicopolítica", de Byung-Chul Han (2014)

Resumen original y actualizado en:

5. "Armas de destrucción matemática", de Cathy O'Neil (2016)

Resumen original y actualizado del libro en el siguiente link:

6. "Todo el mundo miente", de Seth Stephens-Davidowitz (2017)

Resumen original y actualizado en el siguiente link:


7. "Factfulness", de Hans Rosling (2018)

Resumen original y actualizado

8. "Diez razones para borrar tus redes sociales de inmediato", de Jaron Lanier (2018)

Ver el resumen original y actualizado en:


9. "Datanomics", de Paloma Llaneza (2019)

Resumen original y actualizado en:

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx


Resumen: Surowiecki aborda el estudio de las multitudes inteligentes, un concepto que ahora es muy popular para la economía colaborativa de Internet y el Big Data. Analiza el ejemplo de las tiendas de Zara. Sostiene que el promedio de los cálculos que realiza una multitud respecto a la medición de un objeto es mucho más aproximada que la que pueda hacer cada individuo por separado. Lo que él llama la Sabiduría de las Multitudes.


Resumen de "Cien mejor que uno", de James Surowiecki (2004)


Referencia APA: Surowiecki, James (2004): Cien mejor que uno. La sabiduría de la multitud o por qué la mayoría siempre es más inteligente que la minoría. Barcelona: Ediciones Urano. Tendencias (2005)

El resumen original y actualizado está en el siguiente link:
http://evpitasociologia.blogspot.com/2016/03/cien-mejor-que-uno-de-james-surowiecki.html

Autor del resumen: E.V.Pita, licenciado en Sociología y Derecho

Sociología, estadística, psicología social, sociedad de masas

..............................................................................................................................

Título: "Cien mejor que uno"

Subtítulo:  La sabiduría de la multitud o por qué la mayoría siempre es más inteligente que la minoría.

Título en inglés: The Wisdom of Crowds. Why the Many Are Smarter than the Few and How Collective Wisdom Shapes Bussiness, Economics, Societies and Nations

Edición en inglés: 2004

Edición en español: Barcelona, Ediciones Urano, 2005

.......................................................................................................................................

Biografía del autor (hasta 2005)

James Surowiecki es redactor de plantilla de The New Yorker, donde escribe la popular columna empresarial "The Financial Page". Sus trabajos han aparecido en numerosas publicaciones como el diario New York Times, Wall Street Journal, Art Forum, Wired y Slate. Reside en Brooklyn (NYC)

....................................................................................................................................

Texto de la contraportada

"H.L.Mencken estaba equivocado cuando dijo: "Que yo sepa, en este mundo nadie perdió nunca dinero por subestimar la inteligencia de la gran masa de la gente común".
En este libro tremendamente fascinante, James Surowiecki, el conocido columnista de la revista New Yorker, explora una idea aparentemente sencilla pero que reviste profundas implicaciones: los grandes colectivos son más inteligentes que la minoría selecta, por brillante que esta sea, cuando se trata de resolver problemas, promover la innovación, alcanzar decisiones prudentes, e incluso prever el futuro.
Esta noción en apariencia contraria a lo que nos dicta la intuición tiene consecuencias muy importantes en lo que respecta al funcionamiento de las empresas, el progreso del conocimiento, la organización de la economía y nuestro régimen de vida cotidiano. Con una erudición que no parece conocer límites y una prosa estupendamente clara, Surowiecki explora campos tan diversos como la cultura popular, la psicología, el conductismo económico, la inteligencia artificial, la historia militar y la teoría económica, todo ello a fin de demostrar cómo funciona el mencionado principio en el mundo real. A pesar de que la argumentación es necesariamente compleja, Surowiecki logra presentarla de manera muy amena y los ejemplos que cita son tan realistas como sorprendentes y divertidos. ¿Por qué nos colocamos siempre en la "fila de los lentos"? ¿Por qué es imposible comprar una tuerca en cualquier parte del mundo y que case con el tornillo correspondiente en cualquier otro lugar? ¿Por qué se producen los embotellamientos de tráfico? ¿Cuál es la mejor táctica para ganar dinero en un concurso televisado?
Brillante y accesible, Cien mejor que uno es la biografía de una idea que aporta enseñanzas importantes acerca de nuestra manera de vivir, de elegir a nuestros dirigentes, de gestionar nuestras empresas y de pensar acerca de nuestro mundo".

...........................................................................................................................................

ÍNDICE

Primera Parte

1. La sabiduría de las multitudes

2. La diferencia que marca la diferencia: la danza de las abejas, la Bahía de Cochinos y el valor de la diversidad

3. Monos de repetición: imitación, cascadas de información e independencia

4. Ensamblando las piezas: la CIA, Linux y el arte de la descentralización

5. ¿Bailamos? La coordinación en un mundo complejo

6. La sociedad existe: impuestos, propinas, televisiones y defraudadores

Segunda Parte

7. El tráfico rodado: un fracaso de coordinación

8. La ciencia: colaboración, competición y prestigio

9. Comités, jurados y equipos: el desastre de la nave Columbia y cómo poner a trabajar los grupos pequeños

10. En la empresa; ¿todos los jefes son iguales?

11. Mercados: cotizaciones, boleras y concursos de belleza.

12. Democracia: el sueño del bien común

................................................................................................................................

Resumen y comentarios:

El libro arranca con el experimento que hizo el estadístico Francis Galton, a sus 85 años, en una feria de ganado de Inglaterra. Unos 800 concursantes calcularon el peso de carne procesada que daría un buey de la feria. Galton recogió las papeletas y las ordenó de mayor a menor estimación y calculó el promedio: resultó ser solo un kilo inferior al peso real. Él pensaba que la multitud era idiota y que solo podía ser gobernada por una élite pero rectificó y pasó a creer en la "sabiduría de las multitudes".

Hay más ejemplos: como el de una clase de niños de primaria a las que se les pide calcular el número de bolas de caramelo que hay en un tarro cerrado. El cálculo promedio de la multitud dio 875, solo 20 por encima del resultado real y mucho más cerca del alumno que más se acercó. Puede que individualmente, cada alumno hiciese un cálculo chapucero y desnortado pero, en promedio (la suma de todos los resultados dividido por el número de participantes), el cálculo es muy preciso.

[Nota del lector: se me ocurre el siguiente truco "del último apostante" para ganar las porras deportivas: esperar a que todos los participantes pongan sus resultados, calcular el promedio y anotar el resultado como apuesta propia]

Esta sabiduría de la multitud es posible encontrarla en más escenarios: las carreras de caballos y, sobre todo los concursos de preguntas y respuestas de la televisión como Quién quiere ser millonario. El comodín del público suele ser una buena opción porque suele acertar en el 91 % de los casos frente al 60 % de los expertos.

Aplicado a los mercados, la sabiduría de los "brookers" también es legendaria. Al menos, los corredores de Bolsa acertaron en apenas unos minutos cuál de las cuatro empresas que fabricaron componentes para el transbordador Columbia en 1986 había tenido la culpa del accidente, meses antes de que se conociesen los resultados oficiales de la investigación.

Una de las claves es que en el grupo de análisis haya diversidad, de forma que las estimaciones estén repartidas.

Análisis de las tiendas de Zara

James Surowiecki dedica varias hojas de su libro (páginas 238 a 244, en el "Capítulo 10, En la empresa ¿todos los jefes son iguales?" a examinar el éxito de las tiendas de Zara y menciona que es una empresa gallega situada en La Coruña (sic). Elogia su flexibilidad y agilidad porque lleva un día de stock y vende barato porque vende sus artículos más deprisa. Lo que le llama la atención al autor es que Zara logra coordinar su comportamiento con el de los proveedores y clientes. Cuando sale a diseño un nuevo vestido no lo sacan a subasta para que sus diseñadores compitan sino que el jefe ordena hacerlo al equipo sin más, con lo que se gana tiempo y los empleados ganan en estabilidad. Zara no externaliza, para ella el control y la rápidez son más importantes que el coste absoluto.
Dice: "

(seguirá el resumen)










xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen del libro "El filtro burbuja", de Eli Pariser (2011)


Resumen original y actualizado del libro en:

Resumen elaborado por E.V.Pita, doctor en Comunicación Social, licenciado en Derecho y Sociología

Sociología, red social, audiencia, público, Internet,

.....................................................................................................................

Título: "El filtro burbuja"
Subtítulo: Cómo la Red decide lo que leemos y lo que pensamos

Título original en inglés: The Filter Bubble

Autor: Eli Pariser

Fecha de publicación en inglés: 2011

Fecha de publicación en español: 2017; Barcelona; Penguin Random House Grupo Editorial (Taurus)

Número de páginas: 289

.................................................................................................................................................

Biografía oficial del autor Eli Pariser (hasta 2017)

Eli Pariser nació en 1980 en Maine (Estados Unidos), Es consejero delegado de Upworthy, un portal para contenido viral "significativo". Activista liberal, es presidente del consejo de MoveOn, la plataforma online de activismo político y cofundador de Avaaz.

.....................................................................................................................

Texto de la contraportada

"En diciembre del 2009, Google comenzó a personalizar los resultados de las búsquedas de todos los usuarios y arrancó así una nueva era en la que las webs que visitamos se adaptan a nosotros como por arte de magia. El filtro burbuja revela lo que hay detrás de esa ubicua personalización, no solo en Google sino también en Facebook y cualquier portal de noticias.

La recopilación de datos personales - desde la orientación política hasta las últimas zapatillas que hemos buscado - y el ajuste de nuestra navegación a estos es el nuevo campo de batalla de los gigantes de Internet. Vivimos en universos de información personalizada, burbujas a las que solo acceden las noticias que coinciden con nuestros intereses y preferencias, lo que limita nuestra exposición a ideas, opiniones y realidades ajenas, y afecta al funcionamiento de la democracia.

Internet, que nació para facilitar el flujo de ideas e información, se está cerrando sobre sí mismo bajo la presión del comercio y la monetización. Pero no es demasiado tarde para corregir el rumbo. Pariser expone una nueva visión que explote los beneficios de la tecnología sin caer en sus peores efectos, para lograr que Internet alcance su potencial transformador".

.................................................................................................................................................

ÍNDICE

1. La contienda por la relevancia

2. El usuario es el contenido

3. La sociedad del Adderall

4. El bucle sobre tí mismo

5. El público es irrelevante

6. ¡Hola, Mundo!

7. Lo que quieres, tanto si lo quieres como si no

8. Escapa de la ciudad de los guetos

.................................................................................................................................................

RESUMEN

Comentarios iniciales: el presente libro estaría encuadrado dentro de la corriente crítica sobre Internet aunque se distingue porque no recomienda el pago de dinero a las personas que colaboran en crear estas redes (los prosumidores): la razón es que el autor Eli Pariser considera que los internautas ya han recibido suficiente pago al tener acceso a servicios y "apps" gratuitos.

El autor comienza hablando de los inicios de Internet, cuando se creía que iba a ser una red que lo iba a cambiar todo para bien. Los propios creadores de Google hicieron una apuesta por la búsqueda "neutral" como forma de saber todo pero pronto cayeron en la realidad de que si querían ganar montañas de dinero habría que ir de la mano de las empresas de publicidad. Incluso así, el consumidor podría verlo como un mal menor: a cambio de un montón de servicios gratuitos, el anunciante insertaría "cookies" en su programa de navegación para perseguirle por las páginas y publicitarle los productos que podrían ser de su interés. Como señalan los autores, en el 2009, Google dio un paso más allá e incluso personalizó las búsquedas, de forma que el internauta encuentra justo lo que andaba buscando y nada más.

Para Pariser, con las búsquedas personalizadas desaparece la "serendipia" (el arte de buscar algo y encontrar algo mucho más valioso; caso de Fleming, que descubrió por azar las cepas que permitieron crear la vacuna de la penicilina). Y por otra parte, solo recibimos aquellas noticias que queremos ver y escuchar, las que refuerzan nuestro propio pensamiento y creencias, lo que nos impide pararnos a sopesar otras opiniones diferentes y confrontarlas con las nuestras. Las búsquedas personalizadas parecían en principio muy valiosas al permitirnos ir al grano pero acabaron por funcionar como unas anteojeras que nos impide ver más allá de nuestro mundo y creencias.

Esto tiene otra consecuencia y es que las grandes plataformas han creado un perfil de cada usuario con miles de datos sobre él (acumulan datos hasta de dónde se para el ratón y si hace clic o no). lo que define a unos mejor que se conocen ellos mismos: de derechas, izquierdas, gustos, aficiones, lecturas, etc...

Facebook incluso empezó a hacer invisibles los comentarios de amigos de derechas de los de izquierdas al entender que no le iban a interesar pero eso es precipitarse mucho ya que mucha gente está interesada en saber qué traman los partidos rivales, etc...

De la acumulación de datos de cada usuario (el Big Data) se ha creado un perfil y muchas empresas ya negocian con él. El autor menciona a las empresas Acxiom y BlueKai, que tienen hasta 1.200 datos de cada persona (un 90 % de los estadounidenses) en base a sus búsquedas, enlaces, etc.. lo que llevó al FBI a solicitar su colaboración para conocer más sobre la identidad y costumbres de uno de los terroristas del 11-S. Todos estos datos circulan por la red y alguien se encarga de acumularlos y clasificarlos.

El autor también explica el concepto de tecnología "push" (televisión, email: la información aparece en el buzón de tu casa sin que hagas nada) y "pull" (navegador red, introduces un dato y el ordenador extrae información del servidor). Pariser señala que el problema de la tecnología "pull" acarrea un montón de trabajo porque hay que gestionar la información que nos interesa. La solución es codificar al usuario para brindarle solo la información que desea, información que no recopila un humano sino un robot o un programa informático que trabaja con códigos. Aquí desaparece el redactor de carne y hueso como "filtro" de las noticias. No hay que olvidar que antes el derecho de libertad de expresión lo podía ejercer cualquiera que tuviese una rotativa mientras que ahora lo hace cualquier bloguero con acceso a Internet.

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen de "La sociedad de la transparencia", de Byrung-Chul Han (2012)


Resumen original y actualizado en:


Resumen y anotaciones de E.V.Pita, licenciado en Sociología y Derecho,

Sociología, crítica social, política, cambio social, sociedad digital, redes sociales, cultura digital

Título: "La sociedad de la transparencia"
Título original: "Transparenzgessellschaft"

Autor: Byrung-Chul Han

Fecha de publicación: Berlín, 2012 (MSB Matthes & Seitz Verlag)

Publicación en español: Herder Editorial SL, Barcelona, 2013

...............................................................................................

Biografía oficial del autor (hasta 2013)

Byung-Chul Han, de origen coreano, estudió Filosofía en la Universidad de Friburgo y Literatura alemana y Teología en la Universidad de Múnich. En 1994, se doctoró por la primera de dichas universidades con una tesis sobre Martin Heidegger. En la actualidad es profesor de Filosofía y Teoría de los medios en la Escuela Superior de Diseño de Karlsruhe. Autor de más de una decena de títulos, entre ellos La sociedad del cansancio.



..............................................................................................................




Texto de la contraportada del libro:




"Ningún otro lema domina hoy el discurso público tanto como la transparencia. Según Han, quien la refiere solamente a la corrupción y a la libertad de información, desconoce su envergadura. Esta se manifiesta cuando ha desaparecido la confianza y la sociedad apuesta por la vigilancia y el control. Se trata de una coacción sistémica, de un imperativo económico, no moral o biopolítico. Las cosas se hacen tranasparentes cuando se expresan en la dimensión del precio y se despojan de su singularidad. La sociedad de la transparencia es un infierno de lo igual.

Google y las redes sociales, que se presentan como espacios de libertad, se han convertido en un gran panóptico, el centro penitenciario imaginado por Bentham en el siglo XVIII, donde el vigilante puede observar ocultamente a todos los prisioneros. El cliente transparente es el nuevo morador de este panóptico digital, porque no existe ninguna comunidad sino acumulaciones de Egos incapaces de una acción común, política, de un nosotros. Los consumidores ya no constituyen ninguna fuerza que cuestionara el interior sistémico. La vigilancia no se realiza como ataque a la libertad, Más bien, cada uno se entrega voluntariamente, desnudándose, exponiéndose, a la mirada panóptica. El morador del panóptico digital es víctima y actor a la vez".



..........................................................................................................




ÍNDICE




La sociedad positiva




La sociedad de la exposición




La sociedad de la evidencia




La sociedad porno




La sociedad de la aceleración




La sociedad íntima




La sociedad de la información




La sociedad de la revelación




La sociedad del control




........................................................................................................




Comentarios previos: El tema está bien elegido porque más que nunca oímos la importancia de la transparencia en la política. De hecho, hay leyes como la de la Transparencia que obliga a los políticos a revelar sus bienes, sus viajes, regalos y otro tipo de beneficios para evitar casos de corrupción. Más o menos, a todo el mundo le parece una medida razonable. Pero el autor dice que tenemos que ver más allá, por ejemplo, en el botón "Me gusta" de Facebook. ¿Por qué no hay uno que diga "No me gusta"? Han dice que la positividad ayuda a la comunicación y la negatividad no, y lo que se hace es fomentar la comunicación. 




En el antepenúltimo capítulo habla de la sociedad de la información. Primero reflexiona sobre el mito de la caverna de Platón en el que la luz brota de una fuente o un origen y desarrolla una negatividad.

Añade que la sociedad de la transparencia es sociedad de la información porque a la información le falta toda negatividad. Es un lenguaje positivizado y operacionalizado. Cree que la información no debería equiparse con el engranaje de Heidegger (colocar, encargar, representar y confeccionar son figuras de poder y dominio) porque no coinciden poder y captación de atención. La teoría de Heidegger de la imagen (medio por el que nos apodaramos del ente y lo tenemos a disposición) "no explica las imágenes mediáticas de hoy pues estas son simulacros que ya no representan a ningún ente". Concluye que la masa multimedia de la información y la comunicación es más un "amalgama" que un "engranaje".
Añade que la sociedad de la información no solo carece de verdad sino también de apariencia (hay que llenar el vacío). No genera verdad y cuanta más información hay, más intrincado se hace el mundo. "La hiperinformación y la hipercomunicación no inyecta ninguna luz en la oscuridad", dijo.



En el penúltimo capítulo estudia la sociedad de la revelación. Alude a las Confesiones de Jean-Jacques Rousseau y su corazón cristalino y la dictadura del corazón. En tiempos de Rousseau se exigía transparencia: pelucas con pinturas de escenas históricas o sentimientos y no unas poses. Byrung-Chul Han dice que en esos tiempos la moral de una transparencia se trueca necesariamente en tiranía (rompe todos los velos, saca todo a la luz) en los que están prohibido el teatro y la mímesis. La sociedad de la transparencia de Rousseau se muestra como una sociedad de control y vigilancia totales. Dice que hoy en día, el "viento digital" de la comunicación lo penetra todo y lo hace transparente. Dado que la red digital no tiene corazón ni ética ni moral, la transparencia digital es pornográfica (sigue los dictados del provecho máximo, atención máxima).


En el último capítulo estudia la sociedad del control. Byrung-Chul Han dice que el "panóptico digital" del siglo XXI carece de perspectiva en el sentido de que "no es vigilado desde el único centro por la omnipotencia de la mirada despótica". Al contrario que el correccional de Bentham, no hay centro ni periferia. En el panóptico digital, los moradores no están aislados entre sí sino que se conectan y colaboran de manera activa en su construcción y conservación porque se exhiben ellos mismos su propia esfera privada y se desnudan (el exhibicionismo y el vouyerismo alimentan las redes). David Brin habla de una democratización de la vigilancia (todos se vigilan entre sí). Sostiene que la vigilancia permanente y el control total aniquila la libertad de acción y conduce a una uniformidad. Cree que la transparencia deshace la confianza y que es un imperativo económico (iluminación es explotación). El cliente transparente es el nuevo morador, el hombre sagrado del panóptico digital. Dice que en la sociedad de la transparencia no hay ninguna comunidad sino agrupaciones de individuos aislados de egos que se agrupan entorno a una marca (Brand communities). Hay una expliotación de lo social, lo social se degrada, es un elemento funcional de la producción. Añade que Google y las redes sociales, que se presentan como espacios de la libertad, adoptan formas panópticas. "Hoy la vigilancia no se realiza como ataque a la libertad sino que cada uno se entrega voluntariamente a la mirada panóptica. A sabiendas, contribuimos al panóptico digital en la medida en que nos desnudamos y exponemos. El morador del panóptico es víctima y actor a la vez. Ahí está la dialéctica de la libertad, que se hace patente como control", dice el autor Byrung-Chul Han.




xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen de "Psicopolítica", de Byung-Chul Han (2014)

Resumen original y actualizado en:

Resumen elaborado por E.V.Pita, doctor en Comunicación Social, licenciado en Derecho y Sociología

Sociología, poder, política, neoliberalismo

....................................................................................................................................

Título: Psicopolítica

Subtítulo: "Neoliberalismo y nuevas técnicas de poder"

Título original en alemán: Psychopolitik

Autor:  Byung-Chul Han

Fecha de edición en alemán: Barcelona, 2014

Editorial: Herder

Páginas: 127

....................................................................................................................................

Biografía de Byung-Chul Han (hasta 2014)

Byung-Chul Han (Seúl, Corea del Sur, 1959) estudió Filosofía en la Universidad de Friburgo y Literatura alemana y Teología en la Universidad de Múnich. En 1994 se doctoró por Friburgo con una tesis sobre Martin Heidegger. En la actualidad es profesor de Filosofía y Estudios culturales en la Universidad de las Artes de Berlín. Es autor de más de una decena de títulos, de los cuales se han traducido al castellano, además de la presente obra, otros cuatro.



....................................................................................................................................

Texto de la contraportada

El filósofo Byung-Chul Han dirige ahora su mirada crítica hacia las nuevas técnicas de poder del capitalismo neoliberal, que dan acceso a la esfera de la psique, convirtiéndola en su mayor fuerza de producción. La psicopolítica es, según Han, aquel sistema de dominación que, en lugar de emplear el poder opresor, utiliza un poder seductor, inteligente ("smart"), que consigue que los hombres se sometan por sí mismos al entramado de dominación.

En este sistema, el sujeto sometido no es consciente de su sometimiento. La eficacia del psicopoder radica en que el individuo se cree libre, cuando en realidad es el sistema el que está explotando su libertad. La psicopolítica se sirve del  Big Data, que, como un Big Brother digital, se apodera de los datos que los individuos le entregan en forma efusiva y voluntaria. Esta herramienta permite hacer pronósticos sobre el comportamiento de las personas y condicionarlas a un nivel prerreflexivo. La expresión libre y la hipercomunicación que se difunden por la red se convierten en control y vigilancia totales, conduciendo a una auténtica crisis de libertad.

Según Byung-Chul Han, este poder inteligente podría detectar incluso patrones de comportamiento del inconsciente colectivo que otorgarían a la psicopolítica un control ilimitado. Nuestro futuro dependerá de que seamos capaces de servirnos de lo inservible, de la singularidad no cuantificable y de la idiotez - dice incluso - de quien no participa ni comparte.

....................................................................................................................................

ÍNDICE

La crisis de la libertad

Poder inteligente

El topo y la serpiente

Biopolítica

El dilema de Focault

La curación como asesinato

"Shock"

El capitalismo de la emoción

La ludificación

Big Data

Más allá del sujeto

Idiotismo

,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

RESUMEN

Este autor retoma algunos de sus conceptos anteriores como la sociedad del cansancio (o del rendimiento) y de la sociedad de la transparencia (todos somos vigilados por un sistema "panóptico" digital). Señala que en el capitalismo neoliberal es un empresario de sí mismo que se autoexplota.

En las primeras páginas, señala que el nuevo poder político no basa su autoridad en someter a una disciplina a sus súbditos sino en mantener un control sutil para que ellos mismos se autoexploten sin darse cuenta de la manipulación. Uno de los controles más sutiles, dice el autor, reforzados mediante la publicidad, consiste en convencer a todo individuo a que se someta a una carrera consigo mismo en aras del perfeccionamiento y la eficiencia. Por ejemplo, se alecciona a todo el mundo para que pierda peso y mantenga una figura esbelta y estilizada (a base de comer un tipo de dieta adelgazante, de meter horas en el gimnasio, ...). El que no lo consiga es un perdedor. Esto mismo se emplea al trabajo, donde se exige la excelencia. El autor señala que esta sociedad del rendimiento genera estrés y depresión y los individuos altamente competitivos acaban por caer enfermos psicológicamente al no poder disfrutar de la vida sino solo vivir para trabajar mucho para ganar más dinero y consumir más.

El autor cree que el nuevo poder político es ante todo psicológico (por eso, habla de psicopolítica) al mandar mensajes sutiles a la población para que dé todo lo posible de sí misma y que rinda al máximo pero sin coaccionarla sino considerando que el ciudadano es ante todo "empresario de sí mismo". Es lo que se halla en el trasfondo de la ideología neoliberal, según Byung-Chul Han.

Para que todo funcione bien, es necesario manejar mucha información, por lo que la ideología neoliberal también promueve la "transparencia", tanto de los ciudadanos, que no dudan en malvender su intimidad en Internet, como de los Gobiernos, a los que se les presiona para que faciliten toda la información disponible a las empresas. Este gran flujo de información solo pudo ser posible mediante el fomento de Internet, que nos ha hecho a todos más "visibles". Todo ese torrente de datos es convenientemente examinado por el Big Data para obtener nuevos datos que ayuden a hacer más eficiente el sistema y mejorar su rendimiento.

El autor dice que detrás del Big Data opera una ideología del "dataísmo", lo que equivale a nihilismo. Añade que los números se "sexualizan y fetichizan".

Otro de los comentarios importantes que el autor hace en el libro se refieren al advenimiento de una Segunda Ilustración. En la primera, en el siglo XVIII, los ilustrados franceses insistieron en la primacía de la razón y el conocimiento sobre las emociones y los sentimientos, que llevado a su extremo acabó en los campos de concentración y en una sociedad altamente industrializada y movida por criterios exclusivamente racionales. Con la llegada del Big Data nace una segunda ilustración que libera el conocimiento del arbitrio subjetivo de los científicos porque con suficientes datos "la teoría sobra". Ve una euforia estadística con los modelos masivos. Añade que la transparencia es la palabra clave  de la segunda ilustración que genera un nuevo tipo de violencia.

El autor teme que el Big Data cree una nueva clase social en la que todos estemos clasificados en función de nuestra "puntuación" social y los que no alcancen los puntos serán marginales o "basura".

También menciona el "quantified self" como método de cuantificarse a sí mismo: datos sobre la propia salud. rendimiento escolar y laboral, etc...

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen del libro "Armas de destrucción matemática", de Cathy O'Neil (2016)

Resumen original y actualizado del libro en el siguiente link:

Resumen elaborado por E.V.Pita, doctor en Comunicación, licenciado en Sociología y Derecho

Sociología, informática, estadística, Big Data,

...................................................................................................................

Ficha técnica

Título: "Armas de destrucción matemática"

Subtítulo: Cómo el Big Data aumenta la desigualdad y amenaza la democracia

Título original en inglés: "Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy"

Fecha de publicación: 2016, 2017

Edición en español: Capitán Swing Libros, Madrid, 2018

Número de páginas: 269

........................................................................................................

Biografía de la autora Cathy O'Neil (hasta 2018)

Cathy O'Neil (Estados Unidos, 1972) obtuvo un Ph. D. en Matemáticas de Harvard, fue postdoctorada en el departamento de Matemáticas del MIT y profesora en el Barnard College, donde publicó una serie de trabajos de investigación en geometría algebraica aritmética. Luego se cambió al sector privado, trabajando como experta en análisis y gestión de información cuantitativa para el fondo de cobertura D. E. Shaw en medio de las crisis crediticia, y luego para Risks Metrics, una compañía de software de riesgo que evalúa el riesgo para las tenencias de fondos de cobertura y bancos. Tras desencantarse del mundo de las finanzas, O'Neil se involucró en el movimiento Occupy Wall Street, participando en su Grupo de Banca Alternativa. Dejó las finanzas definitivamente en el 2011 y comenzó a trabajar como científica de datos en el sector de "start ups" de Nueva York, creando modelos que predecían las compras y los clics de las personas. Es una invitada semanal en el podcast Slate Money. Es coautora (con Rachel Schutt) de Doing Data Science; Straight Talk from the Frontline. También escribió el libro electrónico Being a Data Skeptic.

Su libro "Armas de destrucción matemática" fue publicado en Estados Unidos en 2016 y fue nominado para el National Book Award 2016 en la categoría de no ficción. Cathy mantiene el blog mathbabe.org, donde opina sobre todo lo cuantativo. En él espera encontrar una respuesta mejor a la pregunta: "¿Qué puede hacer un matemático no académico para que el mundo sea un lugar mejor?".

........................................................................................................

Texto de la contraportada

Vivimos en la edad del algoritmo. Las decisiones que afectan a nuestras vidas no están hechas por humanos, sino por modelos matemáticos. En teoría, esto debería conducir a una mayor equidad: todos son juzgados de acuerdo con las mismas reglas, sin sesgo. Pero en realidad, ocurre exactamente lo contrario. Los modelos que utilizan en la actualidad son opacos, no regulados e incontestables, incluso cuando están equivocados. Esto deriva de un refuerzo de la discriminación: si un estudiante pobre no puede obtener un préstamo porque un modelo de préstamo lo considera dará excluido del tipo de educación que podría sacarlo de la pobreza, produciéndose una espiral viciosa. Los modelos apuntalan a los afortunados y castigan a los oprimidos: bienvenido al lado oscuro del big data.

O'Neil expone los modelos que dan forma a nuestro futuro, como individuos y como sociedad. Estas "armas de destrucción matemática" califican a maestros y estudiantes, ordenan currículos, conceden (o niegan) préstamos, evalúan a los trabajadores, se dirigen a los votantes, fijan la libertad condicional y monitorean  nuestra salud.

........................................................................................................

ÍNDICE

1. Partes de una bomba: ¿qué es un modelo?

2. Conmocionada: mi viaje hacia el desencanto

3. Carrera armamentística: ir a la universida

4. Máquina propagandística: publicidad en línea

5. Víctimas civiles: la justicia en la era del big data

6. No aptos para servir: conseguir un empleo

7. Sudar balas: en el trabajo

8. Daños colaterales: conseguir crédito

9. No hay zonas seguras: contratar un seguro

10. Ciudadano segmentado: derechos civiles y políticos

........................................................................................................

RESUMEN

Comentarios previos: La autora cuenta cómo ella elaboraba modelos matemáticos para Shaw en los años previos a la crisis del 2008. Señala que el primer indicio de que había una crisis fue el aumento del interés de los préstamos interbancarios (los bancos habían descubierto sus agujeros y no se fiaban del resto de la banca porque estaban igual de mal que ellos o peor). La autora da lección de ética para científicos de datos.

En primer lugar, la autora habla de los ADM (modelo de valor añadido), un sistema  automático de programación que selecciona candidatos. Están muy extendidos, se cuelan en la vida de millones de personas, les infligen perjuicios económicos, son opacos y no se basan en algoritmos matemáticos.
El problema es que este sistema de evaluación y puntuación es bastante arbitrario o, una vez que se estudia con atención el resultado, sale a relucir una brecha de la desigualdad social que subyace tras sus puntuaciones, lo mismo que sesgos. Indica que los modelos matemáticos pueden examinar cuidadosamente los datos para identificar a personas que probablemente tendrán que enfrentarse a grandes dificultades, ya sea en la delincuencia, la pobreza o la educación. "La sociedad debe decidir si quiere usar esa información para rechazarlos o castigarlos, o si prefiere acudir a ellos con los recursos que necesitan. Podemos utilizar la escala y la eficiencia que hacen que las ADM sean tan perniciosas para ayudar a la gente", dice.

Estas calificaciones y evaluaciones electrónicas son cada vez más importantes: "Para bien o para mal, nos han guiado a la Universidad (o hasta la cárcel) y hacia un empleo, y luego nos han optimizado en nuestro puesto de trabajo. Ahora que ha llegado el momento de comprar una vivienda o un coche, es lógico que los modelos financieros exploten la misma montaña de datos para volver a evaluarnos", dice la autora (página 178).

O'Neill añade que "cuando se construyen nuevos negocios basados en ADM es seguro que habrá problemas, incluso cuando los actores tienen la mejor de las intenciones".

Añade que los empleadores usan nuestros datos para clasificarnos como empleados y trabajadores, hacen un esquema de nuestros pensamientos y amistades, intentan predecir nuestra productividad, y han ampliado la vigilancia a nuestra salud.

La autora arranca su libro contando una experiencia para evaluar matemáticamente a los maestros públicos de Pennsilvania para echar a los peores. Resultó que despidieron a profesores realmente válidos y estos se interesaron por saber cómo los habían evaluado. Los métodos eran poco transparentes y se basaban en las calificaciones que obtenían los alumnos del curso. Pronto se descubrió que algunos profesores tramposos tachaban las respuestas de sus estudiantes y las mejoraban para inflar sus calificaciones y engañar así al algoritmo. Como las notas de sus alumnos eran más altas, pasaban la criba. Cuando esos "excelentes" estudiantes pasaban al siguiente curso, su nivel era tan malo que los profesores honestos parecían como unos incompetentes porque las notas de sus alumnos se desplomaban bajo su cargo. La ADM también asignó valores del 6 % en un curso y un 96 % al año siguiente al mismo profesor, Tim Clifford, lo que destapó que la estadística era una farsa y que las evaluaciones no medían nada.

En otro capítulo estudia cómo se clasifican las universidades según la estadística y ránking de US News sobre miles de universidades de Estados Unidos. La autora ve ciertos sesgos por prestigio, ya que casualmente los campus más prestigiosos repiten siempre en los puestos altos de la clasificación. Otro problema es la "carrera" que conllevaron estos "rankings" de forma que universidades de Texas gastaron millones en reformar sus instalaciones para avanzar puestos en el ránking. La autora lamenta que todas esas inversiones no se destinasen a mejorar la calidad de la educación sino que se haya priorizado el ladrillo (piscinas cubiertas, gimnasios, campos de deporte, etc...). La misma investigadora se pregunta porqué no se indagó en la calidad-precio, si los alumnos salían efectivamente bien preparados. El "ranking" solo atendió a unas variables y las universidades se pelearon por escalar puestos mejorando esas habilidades. Cuando se pidió que también se informase de los licenciados que encontraron trabajo a los seis meses de graduarse, muchos campus hicieron trampas o inflaban sus encuestas, según cuenta la autora.

Pero a mayores surgió un sesgo mucho más discriminatorio: el de las universidades con afán de lucro, y la autora cita expresamente a la Universidad de Phoenix, que atrae a alumnos marginales y les concede cuantiosos préstamos que los dejan hipotecados de por vida. Esta Universidad, según la autora, tiene una mala calidad de enseñanza pero invierte cientos de millones en publicidad personalizada a través de Facebook y Google para localizar a personas vulnerables (solteras embarazadas, exreclusos, veteranos de guerra) y las machaca con publicidad en las que les promete el sueño americano de ascender en la escala social aunque eso es una falsa promesa ya que, siempre según la autora, los cursos universitarios son tan malos que en muchos ránking los equiparan con un diploma de bachillerato. El problema es que la matrícula es carísima (muy por encima de lo que costaría ir a una pública) y sus víctimas son gente poco informada, de estratos marginales que sueña salir de la miseria, pero si logran terminar la carrera se van con un diploma sin valor para encontrar trabajo. Otra característica de estas universidades con afán de lucro es que perciben financiación pública, en función de lo que le cueste al alumno, de forma que inflan los precios de la matrícula para mejorar sus subvenciones, que es lo que viven.

Otro uso que se hizo a los análisis estadísticos fue el de las zonas con mayor criminalidad para enviar patrullas a esos barrios. La autora dice que no se incluía solo homicidios o robos en la búsqueda de zonas inseguras, sino también desórdenes públicos (más probable en zonas pobres). El resultado fue un importante sesgo hacia los barrios pobres, que se llenaron de coches patrulla a todas horas para prevenir el delito. La autora se pregunta por qué no se hizo otro programa de prevención de la delincuencia para pillar y meter en la cárcel inmediatamente a los financieros que hacían movimientos para estafas, abusos bancarios, apropiación indebida, evasión fiscal...

La autora acusa a las ADM "envenenan" el proceso de admisión a la universidad, tanto a los ricos como a la clase media. Y en el sistema de justicia penal, las ADM "encierran a millones de personas, la mayoría de ellas pobres sin oportunidad de ir a la universidad".

Otro problema que surge en el análisis de datos es en el ámbito de encontrar trabajo pues si el candidato a un empleo de salario mínimo tiene alguna disfunción salta la "luz roja" en el test de personalidad (de una empresa de selección de personal que se llama Kronos) que puntúan en extraversión, amabilidad, responsabilidad, inestabilidad emocional y apertura a nuevas ideas. Un candidato, con licenciatura universitaria, se sintió como un "inútil" al ser rechazado por múltiples empresas a causa de su test de salud mental. Se lo contó a su padre abogado y este amenazó con demandar a siete empresas porque la prueba de selección de personal era ilegal. La autora recalca que la culpa es de los sistemas automáticos nos juzgan cuando estamos buscando empleo.

Antiguamente, el desempleado accedía a una empresa si tenía amigos dentro y hablaban bien de él. Kronos intentó hacer el proceso más justo y optimizó los horarios de los trabajadores. En sus test usan valores "proxis" para calcular el rendimiento y productividad futura del trabajador (la mejor predicción está en las pruebas cognitivas seguida de las comprobaciones de referencia, y finalmente, los test de personalidad). Pero el test de personalidad de usó como filtro para eliminar al mayor número de candidatos a un empleo de la forma más barata. Los candidatos son eliminados no por contestar una pregunta mal sino por un "patrón de respuestas" que nadie sabe cuál es pues el proceso es opaco. Además, las empresas no corrigen sus errores en los test como haría un equipo de baloncesto si descartan a un candidato para ficharlo y al año pasado gana el premio al mejor jugador en un equipo rival. Inmediatamente, mirarán qué fue lo que falló en el programa de análisis de datos pero esto no lo hacen las multinacionales que "gestionan rebaños" por sueldos mínimos y no modifican su modelo de filtrado. Pero la retroalimentación es muy dura para los candidatos, sobre todo si tienen problemas mentales, que nunca superan los test y se ven arrinconados.

Otro experimento en el 2000, en el que se enviaron 5.000 currículos falsos para pedir trabajo, reveló que había un fuerte sesgo y prejuicio que favorecía al candidato que era blanco y con estudios. La autora recomienda "audiciones a ciegas" como con los músicos (ahora hay más mujeres en las orquestas). La autora recomienda salpicar el currículum con cargos, méritos y lenguas para captar la atención de los programas automáticos y mejorar la puntuación.



Muchas ADM han sido diseñadas para recortar los costes administrativos y reducir el riesgo de contratar a personas inadecuadas. El objetivo de los filtros es ahorrar dinero. Además advierte que estos modelos de contratación y de "incorporación" de personal están continuamente evolucionando y que si nosotros producimos flujos de datos (en Facebook, Linkedln), esos datos serán utilizados por nuestros supuestos empleadores para crearse una idea de nosotros. Advierte que el Big Data puede caer en la trampa de la frenología.

En el mundo de Internet ha surgido la palabra "clopening" (el mismo empleado cierra al atardecer y abre al amanecer), lo que genera horarios absurdos y molesta al sueño. Algunas ADM están centradas en analizar la eficiencia de los trabajadores. Se trata de mejorar la eficiencia de los negocios y contratar al menor número de empleados posible. Los programas procesan nuevos flujos de datos en constante cambio (incluido el tiempo atmosférico o el flujo de peatones en una calle) para recortar o aumentar el personal, de forma que cada minuto del empleado debe estar ocupado (el problema es que muchos empleados, al cambiar constantemente sus horarios anunciándolo solo dos días después, no pueden estudiar ni tener a la hija en la guardería). Los programas de software están pensados para incrementar el beneficio por hora del empleado pero son ADM arbitrarios y crean un bucle de retroalimentación nocivo, perjudican a los más pobres y no piensan en favorecer la justicia o el bienestar del equipo. La autora cree que hay que denunciar estos abusos que se cometen en nombre de la eficiencia y que ponga en evidencia a las empresas que no hagan lo correcto.

También se examinó a Cataphora, una ADM dedicada al rastreo del comportamiento de los empleados (correos electrónicos, collarines) quiénes eran los trabajadores que generaban más ideas y sus conectores, así como quienes estaban en un "círculo oscuro" (desconectados). También se examinó a los grupos más eficientes mediante collarines y resultó ser que eran los grupos más sociables, por lo que se animó a los trabajadores a ser más amigables. El problema surgió cuando los jefes se preguntaron si los empleados dentro del "círculo oscuro" eran prescindibles por ser un "conector débil" (identificado como aparente perdedor), por lo que muchos se quedaron en la calle durante la crisis del 2008. La autora insiste en que en esos programas no hay retroalimentación para comprobar si se equivocaron (los falsos negativos), por lo que recomienda la retroalimentación de errores (datos malinterpretados, datos ignorados), de forma que la máquina sea más inteligente. Algunas empresas del sector tecnológico están tratando de optimizar a su personal cualificado a través de análisis de sus patrones de comunicación.

También menciona la paradoja de Simpson: un conjunto de datos muestra una tendencia pero, al descomponer dicho conjunto de subgrupos, aparece la tendencia opuesta en cada uno de ellos individualmente. (se refiere al estudio Nation at Risk, que alertaba de la bajada de notas de la SAT).

Las ADM también se usan para solicitar créditos (lo que antes el director del banco evaluaba por el status del solicitante, lo que excluía rutinariamente a minorías y mujeres). Inicialmente, surgió el algoritmo de calificación crediticia FICO que era bueno `porque usaba datos relevantes del individuo (y no se fijaba en el grupo racial) y evaluaba el riesgo de que una persona (sin tener en cuenta su color) pueda incumplir el pago de un crédito (la fórmula analizaba la carga de la deuda y su historial de pago de facturas). 

Pero luego se crearon otros programas de Big Data (que miraban hasta cómo navegar por la red, los clics, las etiquetas de geolocalización) que asignaban calificaciones electrónicas. De ahí, que empresas de telefonía empiecen a usar la nueva tecnología para identificar a los clientes más rentables de una cola de llamadas. Otras webs hacen cálculos de la persona que accede a su web con patrones de compra, comparar información de datos inmobiliarios, su código postal (si vive en una urbanización) y saber si es rico. Lo mismo vale para identificar a clientes de préstamos abusivos o para ver la probabilidad de que robemos un coche. El resultado es que la gente que vive en los suburbios y tienen dificultades económicas tendrán menos crédito disponible en sus tarjetas y pagarán tipos de interés más altos, dice la autora. Recalca que la publicidad depredadora (anuncios de créditos rápidas y universidades privadas con ánimo de lucro) usa también estas calificaciones electrónicas (que son sustitutos de las calificaciones crediticias, prohibidas a efectos de marketing) para crear un mercado de datos paralelo. El individuo analizado es incluido dentro de un grupo similar (holgazanes, delincuentes...) sin tener en cuenta su pasado como individuo. Cada uno es clasificado en la categoría "correcta" sin que se corrijan los errores al no haber retroalimentación de datos (los perdedores son los daños colaterales del Big Data).

La solvencia crediticia se ha convertido en un sustitutivo de "responsabilidad" para las empresas que quieren contratar (porque es un atributo que define a una persona responsable) pero también sirven para emparejar a candidatos en páginas de citas y, en definitiva, un sustitutivo del dato de riqueza. El problema es cuando un retraso en un pago genera efectos negativos a la hora de ser contratados o en los ascensos. La deuda se convierte en una cuestión moral (sobre todo si una persona es trabajadora y la empresa quiebra en una crisis). Así, la solvencia crediticia se convierte en una "trampa de la pobreza". El problema con los sistemas automáticos es que genera muchos errores  graves (mismo nombre, etc...) pero solo los más ricos, dice la autora, pueden defenderse de las meteduras de pata de las ADM.

Otro problema es que esa información es comprada por Acxiom Corp. y otras firmas a supermercados, anunciantes, desarrolladores de software de apps y móviles, organizadores de rifas o gestores de redes sociales para reunir datos sobre cada consumidor del país (saben si tiene diabetes, si fuma,) También sacan datos disponibles del Gobierno como los registros de elecciones, número de arrestos o venta de viviendas, con el que elaboran un perfil del consumidor y lo venden después. El resultado es que cuando un exconvicto con los antecedentes cancelados quiere alquiler un piso en la web RealPage, el sistema se lo deniega. Aunque alguien se queje de un error (por tener el mismo nombre que un delincuente) y exija ver su expediente o perfil, las empresas no le dan las "conclusiones" de su clasificación, solo los datos. Tiene que haber alguien humano (alguien caro) para corregir el error.

La autora insiste en que hay que ajustar mejor los algoritmos y que mientras avanza la automatización, se siguen generando malinterpretaciones. Los errores se acumulan en el perfil de consumidor y eso contaminan los modelos predictivos y nutren las ADM. Recuerda que las máquinas aún no son capaces de introducir modificaciones para ser más "justas". La predicción del comportamiento futuro se basa en el pasado (el pobre será pobre, el delincuente, volverá a delinquir). "Las máquinas necesitan urgentemente la comprensión del contexto, el sentido común y el sentido de la justicia que solo los seres humanos pueden aportar", dice la autora. Pero dado que el mercado premia la eficacia, el crecimiento y el flujo de efectivo (y tolera un grado de error), "se ordenará a los entrometidos humanos que no se acerquen a la máquina".

Algunas tarjetas de crédito incluso establecen correlación entre el comercio en el que compra un cliente y su riesgo de impago (por lo que le ofrecen menos dinero). Tras las protestas, la banca offline quedó regulada. Otros, como ZestFinance, usaron el Big Data (todo tipo de datos, 10.000 por solicitante) para localizar clientes de crédito rápido y ofrecerles tipos de interés más bajo. Pero nuevamente, incluso el escribir la solicitud sin faltas de ortografía, delata un sesgo hacia la clase social más pobres y poco educada.

Concluye que con el imparable crecimiento de las calificaciones electrónicas, nos asignan a lotes y categorías aplicando fórmulas secretas, algunas de ellas alimentadas por expedientes cargados de errores. No nos ven como individuos sino como miembros de tribus y una vez clasificados no hay manera de deshacerse de la etiqueta. A medida que contaminan la esfera de las finanzas, desaparecen las oportunidades para los más necesitados. Estos modelos confunden causalidad con correlación.

Habla de informes del siglo XVII (Graunt, hacía tasas de mortalidad de Londres), XIX (Hoffman) o Nation at Risk (1983) que hacían sesgos porque consideraban un grupo (el afroamericano) como un todo y no desglosado en cohortes (la profesora, el peón...),  a los que Hoffman calificó de "inasegurables" por su alta mortalidad sin tener en cuenta su pobreza. Estas estadísticas influyeron en el sector de los seguros para hacer sus predicciones de esperanza de vida, pero al estar sesgadas siguieron castigando a los pobres y a las minorías étnicas. El resultado es que las aseguradoras usan el Big Data para dividir a sus clientes en tribus pequeñas y cobrarles distintos precios.

Por ejemplo, los concesionarios tienen más interés en cómo gestiona su dinero el cliente que en cómo conduce (si la calificación crediticia de un conductor baja, le suben la tarifa del seguro, lo que vuelve a perjudicar a los pobres pero que genera beneficios a la aseguradora al cobrar de más a un conductor impecable). O cobran más a los conductores con pocas posibilidades de irse a la competencia, todo esto calculado con algoritmos.

En otras empresas se persuade (se exige, no se ofrece) a los trabajadores para que modelen su IMC (índice de masa corporal) o los penalizan (por grasa corporal, glucosa, colesterol, triglicéridos, tamaño de la cintura) pero también puede servir para filtrar a los candidatos a un puesto de trabajo. En otras palabras, dice la autora, te humillan por estar gordo o pagas una multa. No obstante, la autora considera que los programas de salud y bienestar no son ADM.

Finalmente, estudia los efectos políticos de las ADM, por ejemplo a la hora de filtrar peticiones en el hilo de contenidos de Facebook pues la empresa, en función de sus algoritmos, decide lo que vemos en la Red para maximizar sus beneficios por usuario. La autora se pregunta: "Si Facebook alterara el algoritmo y modificara las noticias que vemos, ¿podría llegar a manipular el sistema político?". La Red hizo pruebas y descubrió el impacto que ejercían sus palabras en millones de usuarios en cuestión de horas, los enlaces e incluso podía influir en las acciones de las personas para votar. La autora recalca que los beneficios de Facebook, Google, Apple, Microsoft, Amazon, Verizon y AT&T están ligados a políticas gubernamentales. Añade que están consiguiendo los medios necesarios para moldear nuestro comportamiento político y para hacerlo no tienen más que ajustar sus algoritmos. El hecho de animar a votar el día de las elecciones puede cambiar una contienda. Si un usuario veía que sus amigos escribían "he votado", otros le imitaban. La compañía incluso probó a alterar el muro de dos millones de personas comprometidas y luego les preguntó si fueron a votar. También alteró el estado de ánimo (con publicaciones alegres o deprimentes) para ver si ese contagio se podía propagar en línea y resultó ser que sí podían influir en los sentimientos de millones de personas sin que estas se den cuenta.

En cuanto a Google, en otro país, se descubrió que los motores de búsqueda tenían un 20 % de sesgo a un partido, el que ganó, lo que cambiaba la preferencia del voto aunque la gente cree que las búsquedas son imparciales.

La autora dice que el moderno marketing orientado al consumidor ofrece a los políticos nuevas vías para decir a grupos concretos de votantes lo que saben que esos electores quieren oír. Y, así, aceptan la información tal y como la presentan porque confirma sus creencias (sesgo de confirmación). Luego, los políticos pidieron una microsegmentación (para enviar propaganda por correo y venderles una versión personalizada de sí mismo).

En la campaña de Obama, un analista de datos, Ghani, comprendió a un pequeño grupo de votantes (deseos, miedos, lo que hacía falta para cambiar su comportamientos) y buscó a otros millones que se pareciesen a ellos para dirigir una campaña específica para ellos. Los votantes así, tienen puntuación alta, por ejemplo, en medioambiente pero baja en seguridad nacional o comercio internacional. Este perfil resultó ser muy útil. Es el mismo perfil que usa Netfix o Amazon con su clientela.

Finalmente, saltó el escándalo de Cambridge Analytica por reunir perfiles de millones de votantes de EE.UU. (incluidos los registros de "me gusta" de cada usuario) y los clasificaron en categorías de factores de personalidad: apertura a nuevas ideas, responsabilidad, extraversión, amabilidad e inestabilidad emocional. Luego, los grupos del candidato Ted Cruz  hicieron anuncios televisivos dedicados a cada sector y los colocaron en el programa que verían con mayor probabilidad.

La autora dice que estas estrategias de microsegmentación trabajan en las sombras y "contaminan el ejercicio de nuestros derechos civiles y políticos con lobbies y grupos de interés que utilizan métodos de segmentación para hacer el trabajo sucio". Por eso, han surgido campañas fraudulentas basadas en "fake news" (localizan a votantes vulnerables y les envían mentiras y campañas para alimentar su miedo). Advierte de que incluso la televisión quiere hacer publicidad personalizada. También será más difícil acceder a los mensajes de los políticos en su propia web, porque estarán individualizados en función del perfil del usuario de forma que nadie sabrá lo que lee el vecino. Es difícil colar perfiles falsos.

O'Neil concluye que estas campañas de microsegmentación encajan en la ADM (descomunal, opaca, no da explicaciones de su funcionamiento). Afecta a los votantes de cualquier clase política, ya que solo una minoría importa (la de los votantes de estados clave seleccionados por segmentación) y al resto se le ignora (sobre todo si se prevé que no votarán).

La conclusión de la autora es que un ADM debería medir los costes ocultos e incorporar valores no numéricos. Propone deshacerse de este modelo durante 20 años hasta que con más información los informáticos detecten patrones justos. Otra idea es la regulación gubernamental para hacer un modelo para el "bien común". Pone por ejemplo, un modelo informático que detecta si un producto ha sido fabricado por trabajadores esclavizados y otro predice si en un hogar es más probable que los niños sufran malos tratos.

..................................................................................................................................



RESEÑAS DE OTROS AUTORES


Paloma Llaneza en "Datanomics" (2019)


Sobre los sesgos Cathy O'Neil señala que "los modelos son opiniones embebidas en matemáticas". O'Neil habla de "matemáticas de destrucción masiva" (WMD) que son:


-Los que definen su propia realidad para justificar sus resultados. Estos modelos, se autoperpetúan, son muy destructivos y demasiado comunes.
- los que se camuflan entre su código asunciones peligrosas no comprobadas.
- Los que tienden a penalizar al pobre y a perpetuar la desigualdad.
- Los que funcionan como una caja negra, en la que nadie está dispuesto a explicar el razonamiento detrás del resultado.

La autora matiza que los algoritmos que desvela O'Neil son opacos pero predecibles: hacen lo que han sido programados para hacer.
Llaneza Menciona el algoritmo tóxico "Compas" (Correctional Offender Management Profiling for Alternative Sanctions) que sirve para elaborar perfiles de los internos. Propublica lo evaluó y el algoritmo predijo acertadamente la reincidencia en el 59 % de los casos en delitos leves para blancos y 63 % para negros pero luego el programa tenía un marcado sesgo para señalar a los negros como reincidentes.  Incluso el MIT y UCardiff encontraron que las máquinas cuando se autoprograman pueden desarrollar prejuicios por sí mismas.

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen del libro "Todo el mundo miente", de Seth Stephens-Davidowitz (2017)

Resumen original y actualizado en el siguiente link:

Resumen elaborado por E.V.Pita, doctor en Comunicación, licenciado en Sociología y Derecho.

Sociología, análisis masivo de datos, Big Data, sociedad digital

.................................................................................................................................

Ficha técnica

Título: "Todo el mundo miente"

Subtítulo: Lo que Internet y el big data pueden decirnos sobre nosotros mismos

Título en inglés: Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are

Fecha de publicación en inglés: 2017

Publicación en español: Capitán Swing Libros, SL, Madrid, 2019

Número de páginas: 287

.................................................................................................................................

Biografía oficial de Seth Stephens-Davidowitz (hasta el 2019)

Es escritor de opinión para el New York Times, profesor de The Wharton School, donde imparte un curso en el que explica cómo entender el comportamiento humano a través del big data, y excientífico de datos de Google. En la escuela secundaria, Stephens-Davidowitz, escribía obituarios para el periódico local, The Bergen Record, y fue malabarista en espectáculos teatrales. Se licenció en Filosofía por la Universidad de Stanford y tiene un doctorado en Economía por Harvard. Durante su trabajo como científico de datos en Google, investigó cómo combinar encuestas tradicionales con nuevas fuentes de datos de Internet. También ayudó a desarrollar nuevos métodos para medir la efectividad de la publicidad. Su trabajo se centra en el uso de fuentes de big data para descubrir comportamientos y actitudes previamente ocultos. A través de búsquedas de Google obtiene nuevos conocimientos sobre la psique humana que le permiten medir socialmente cuestiones como el racismo, el aborto autoinducido, la depresión, el maltrato infantil, las turbas de odio, la ciencia del humor, la preferencia sexual, la ansiedad, la preferencia del hijo y la inseguridad sexual, entre muchos otros temas. Sus investigaciones han aparecido en el Journal of Public Economics y en otras muchas publicaciones de prestigio. Vive en Brooklin y es un apasionado fanático de los Mets, los Knics, los Jets y Leonard Cohen.

.................................................................................................................................

Texto de la contraportada

"En un día promedio de principios del siglo XXI, los seres humanos que buscan en Internet acumulan ocho billones de gigabytes de datos. Esta asombrosa cantidad de información puede decirnos mucho sobre quiénes somos, los miedos, deseos y comportamientos que nos impulsan y las decisiones conscientes e inconscientes que tomamos. De lo profundo a lo mundano, podemos obtener un asombroso conocimiento sobre la psique humana que hace menos de 20 años parecía insondable. Stephen-Davidowitz nos ofrece información fascinante, sorprendente y a menudo graciosa, sobre temas que van desde la economía hasta la ética, los deportes, el sexo, etc. Todo ello extraído del mundo del big data. A partir de estudios y experimentos sobre cómo vivimos y pensamos realmente, el autor demuestra en qué medida todo el mundo es un laboratorio. Con conclusiones que van desde lo extraño pero cierto hasta lo provocador y lo perturbador, explora el poder de este suero de la verdad digital y su potencial más profundo, revelando sesgos profundamente arraigados en nosotros; una información que sin duda podemos utilizar para cambiar nuestra cultura. La influencia del big data se está multiplicando exponencialmente, y Stephens-Davidowitz nos desafía a pensar de una manera diferente sobre el mundo y la forma en que lo vemos.

.................................................................................................................................

ÍNDICE

Prólogo de Steven Pinker

Introducción: el perfil de una revolución

Primera parte. Datos grandes, datos pequeños

1. Malas corazonadas

Segunda parte. Las capacidades de los macrodatos.

2. ¿Tenía razón Freud?

3. Datos reinventados

Los cuerpos como datos

Las palabras como datos

Las imágenes como datos

4. Suero de la verdad digital

La verdad sobre el sexo,  el odio y el prejuicio, sobre internet, abuso infantil y aborto, los amigos de Facebook, tus clientes

¿Podemos soportar la verdad?

5. Más de cerca

¿Qué ocurre realmente en nuestros condados, ciudades y pueblos?

¿En qué ocupamos los minutos y las horas?

Nuestros dobles

Historias de datos

6. Todo el mundo es un laboratorio

El ABC de las pruebas A/B

Los experimentos crueles, pero iluminadores, de la naturaleza


Tercera parte. Macrodatos: precaución

7. ¿Macrodatos, macrochascos? Lo que no se puede hacer con ellos

La maldición de la dimensionalidad

El énfasis excesivo en lo medible

8. ¿Más datos, más problemas? Lo que no deberíamos hacer

El peligro del poder de las corporaciones

El peligro del poder de los Gobiernos

Conclusión: ¿Cuántas personas acaban los libros?

.................................................................................................................................

RESUMEN

El autor Seth Stephens-Davidowitz comienza su libro explicando la victoria de Trump desde un análisis masivo de datos que se remonta al 2008, cuando el afroamericano Obama ganó la presidencia. Se habló de una era posracial en EE.UU., que resultó ser una utopía. En un rastreo por Internet se detectó que,en la intimidad de sus hogares, los internautas aumentaron escandalosamente las búsquedas en Google de chistes racistas o relacionados con "negratas" (un grave insulto en EE.UU.). Lo sorprendente es que las búsquedas, que reflejaban odio racial, se distribuían por el mapa del país de una forma diferente a la que se esperaría (los sondeos reflejan un Norte progresista y un Sur conservador). Lo hacían de otra forma: el Este (con frontera en el Misissipi)  era racista y el Oeste, no. Daba igual que un estado fuese republicano o progresista. Había una línea divisoria que nadie había imaginado y que no salía en las encuestas pero que afloró en los macrodatos de Google y en esas búsquedas privadas desde casa. El mapa coincidía casi una década después con los votantes de Trump.

El autor menciona que hay una herramienta llamada Google Trends que sirve para saber cuántas búsquedas se hacen de determinado tema (por ejemplo, "síntomas de la gripe", lo que puede alertar de una epidemia antes de que sea detectado oficialmente) pero también recoge las confesiones en solitario de los internautas que no se atreverían a confesar en una encuesta por vergüenza. El autor señala que el cuándo y dónde se buscan hechos, citas, lugares, nombres, cosas o ayuda pueden decirnos mucho más sobre los deseos, pensamientos y temores reales de lo que se creía. Añade que, además de decir cosas obvias, los datos de Google son poderosos porque la gente le cuenta al gigantesco motor de búsqueda cosas que no le contarían a nadie más.

El espíritu del libro se basa en un experimento antiguo donde los encuestadores pedían a los vecinos que dijesen si eran socios de la biblioteca, si hacían donaciones, etc... y resultó que exageraban todos los datos por miedo a quedar mal ante el encuestador. Lo mismo ocurre con los hombres que exageran su número de relaciones sexuales en el matrimonio ya que se contradice con el hecho de que en Google hay muchas quejas por falta de relaciones en pareja. O sea, que todo el mundo mentía en las encuestas (ya fuese cara a cara  o telefónicas) pero que luego desvela su verdadera personalidad al hacer búsquedas en Google, y cuyo análisis tiene un fuerte carácter predictor.

Otro truco que descubrió el autor fue que los electores ponen primero en las búsquedas en Google el nombre de su candidato preferido y después el de su rival (por ejemplo, Clinton-Trump o Trump-Clinton) lo que da pistas de quién se llevará los votos en cada estado.







xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen del libro "Factfulness", de Hans Rosling (2018)

Resumen original y actualizado

Resumen elaborado por E.V.Pita, doctor en Comunicación, licenciado en Sociología y Derecho

Sociología, estadística, desarrollo mundial, economía mundial, pobreza, crecimiento económico

..........................................................................................................................

Ficha técnica

Título: "Factfulness"

Subtítulo: Diez razones por las que estamos equivocados sobre el mundo. Y por qué las cosas están mejor de lo que piensas.

Título original: Factfulness

Autor: Hans Rosling
Ayudantes: Ola Rosling (hijo) y Anna Rosling Rönnlund (nuera)

Editorial en español: Deusto, Centro de Libros PAFF, grupo Planeta, Barcelona, 2018

Número de páginas: 346

..........................................................................................................................

Biografía del autor Hans Rosling (fallecido en el 2017)

Hans Rosling nació en Upsala en Suecia (1948) y falleció en el 2017. Fue médico, profesor de salud internacional y un reconocido divulgador. Fue asesor de la Organización Mundial de la Salud y de Unicef y cofundador de Médicos sin Fronteras en Suecia y de la Fundación Gapminder. Sus charlas TED han sido vistas más de 35 millones de veces y fue incluido en la lista de las 100 personas más influyentes del mundo de la revista Time. Hans murió en el 2017, tras dedicar los últimos años de su vida a escribir Factfulness.

Ola Rosling (Upsala, 1975) y Anna Rosling Rönnlund (Falun, 1975), el hijo y la nuera de Hans Rosling, son cofundadores de la Fundación Gapminder, y Ola fue su director de 2005 a 2010 hasta hoy. Son, asimismo, los creadores de Trendalyzer, un "software" de visualización de información para la animación de estadísticas. Cuando Google adquirió esta herramienta, Ola se convirtió en director de datos públicos de Google y Anna en su diseñadora senior de experiencia de usuario. En 2010, ambos decidieron regresar a Gapminder para desarrollar material de enseñanza gratuito. Han recibido varios premios internacionales por su trabajo.

..........................................................................................................................

Texto de la contraportada

"El saludable hábito de expresar tu opinión sólo cuando dispones de datos objetivos y hechos irrefutables que lo avalen"

"¿Qué porcentaje de la población global vive en la pobreza? ¿Cuántas niñas acaban la educación básica en los países pobres? ¿Cuál es actualmente la esperanza de vida en el mundo? La mayoría de personas responden incorrectamente a estas preguntas y a otras similares. ¿A qué se debe? Este libro explica por qué somos más pesimistas de lo que en realidad deberíamos ser dada la situación real de nuestro mundo.

Hans Rosling, una eminencia del análisis y la divulgación de tendencias globales, afirma que tenemos diez instintos que distorsionan nuestra visión. Desde nuestra tendencia a dividir el mundo en dos campos (nosotros contra ellos) a la manera en que consumimos la información de los medios (basada en la explotación del miedo), pasando por el modo en que percibimos el progreso (creyendo que las cosas siempre empeoran). Nuestro problema es que no somos conscientes de lo que no sabemos, e incluso cuando estamos informados nos dejamos llevar por sesgos inconscientes y predecibles.

Porque, pese a todas sus imperfecciones, la realidad económica y social del mundo es mucho mejor de lo que pensamos, lo cual no significa que no haya motivos para preocuparse ni cuestiones que requieran una mejora urgente. Quedan múltiples problemas por resolver, pero los datos nos indican que el mundo cada vez va mejor.

Inspirador y revelador, lleno de anécdotas llamativas, datos relevantes e historias conmovedoras, Factfulness es un libro urgente y esencial que cambiará la manera en que ves el mundo y que te permitirá responder a la crisis y oportunidades futuras".

........................................................................................................................

Texto de la contrasolapa

"Este libro es mi última batalla en la misión que ha ocupado toda mi vida, luchar contra la devastadora ignorancia. Hace tiempo que me armé con enormes bases de datos, un software ilustrativo, un estilo de enseñanza enérgico, además de con una bayoneta sueca para hacer de tragasables. No fue suficiente. Espero que este libro lo sea", dijo Hans Rosling antes de morir en 2017.

Su obra ha enseñado a millones de personas en todo el mundo a contemplar el planeta con más realismo. Al utilizar las estadísticas con claridad, ha logrado que comprendamos las grandes tendencias globales -desde la pobreza a la sanidad, los ingresos o la educación en el mundo- y entendamos que lo que seguimos llamando el "mundo en desarrollo" camina en realidad hacia la salud y la prosperidad, en ocasiones a una velocidad que duplica la que Occidente necesitó en su momento para alcanzarlas.

..........................................................................................................................

ÍNDICE

1. El instinto de la separación
2. El instinto de la negatividad
3. El instinto de la línea recta
4. El instinto del miedo
5. El instinto del tamaño
6. El instinto de la generalización
7. El instinto del destino
8. El instinto de la perspectiva única
9. El instinto de la culpa
10. El instinto de urgencia
11. El factfulness en la práctica

Las reglas de oro del factfulness

..........................................................................................................................

RESUMEN

Comentarios iniciales: El autor Hans Rosling estaría encajado dentro de la línea de los economistas "optimistas" y todos aquellos pensadores que sostienen que vivimos en el mejor de los mundos posibles (porque tienen en cuenta que en el siglo XIX la mayoría de las personas vivían en la extrema miseria y ahora disponen de sanidad y educación gratis; es el concepto de "pobreza relativa"). Al menos, hay dos decenas de economistas que abogan por esta teoría "optimista" (vivimos la época con menor violencia de la Historia, la de mayor abundancia material, crecimiento, desarrollo, erradicación de la pobreza...).

En su introducción, el autor cuenta que se impresionó en el circo al ver a un tragasables de niño. Ya de mayor, de médico, atendió al tragasables y este le explicó el truco: la garganta es plana, solo entran objetos planos (por eso, usan espadas). El autor se compró una bayoneta sueca y en sus charlas se la tragaba ante la admiración del público. Además de médico, Rosling montó la empresa de infografía Gapminder, para visualizar mejor en forma de burbuja las estadísticas. El test Gapminder es una batería de 13 preguntas sobre la situación del mundo (nadie ha acertado las 13 preguntas, solo una persona logró 12. El 80 % de los encuestados acierta 1 o 2 preguntas, menos que si contestasen al azar).

El autor arranca el libro diciendo que aquellos que creen que el mundo se divide en pobres y ricos, en países desarrollados y en desarrollo, están equivocados porque esos conceptos quedaron obsoletos en 1960 y 1970. Actualmente, indica, existen cuatro niveles de ingresos que ayudan a entender el mundo contemporáneo más complejo y con más "grises" que el blanco y negro.

1) Extrema pobreza (2 dólares al día). Subsistencia, sin zapatos, comida ni agua ni electricidad. Analfabetos y con hijos que no llegan a los cinco años de vida. Baja esperanza de vida. El país de ejemplo sería Afganistán, Sudán o la República Centroafricana. Mil millones de personas.

2) Ingresos bajos (4 dólares al día). Se puede comprar ropa, calzado y una bicicleta. Ir unas horas a la escuela a aprender lo básico. Tienen acceso a cierto grado de electricidad pero con continuos cortes de luz (imposible enchufar una nevera). El país de ejemplo sería India. Dos mil millones de personas.

3) Ingresos medios (16 dólares al día). Dispone de moto, estudios medios, un trabajo fabril y una casa modesta y ahorra para comprar electrodomésticos. El país de ejemplo sería China. Tres mil millones de personas.

4) Ingresos altos (64 dólares al día). Educación superior, tiene coche y sale a cenar fuera. Un ejemplo sería Estados Unidos, Europa y pequeños países petrolíferos. Mil millones de personas.

El autor dice que la mayoría de la población se encuentra en oaíses con "ingresos medios" por lo que es falso que esté empeorando la pobreza ni la extrema miseria, sino que ocurre todo lo contrario, que mucha gente está escapando hacia niveles superiores de ingresos.

Otra aclaración del autor es que muchos ingresos se "superponen" dentro del país y entre países (eliminando el efecto "media" y aplicando el rango). De esta forma, Brasil y Estados Unidos comparten mucha población en el Nivel 3 (ingresos medios) y lo mismo se ve en las diferencias entre sexos en sus habilidades matemáticas.

[nota del lector: es posible que ahora haya menos gente que gane dos dólares al día que en 1960, pero hay que tener en cuenta que la inflación ha sido enorme; dos dólares de hace 40 años eran una fortuna y ahora te dan para una hamburguesa. El autor no aclara si los dólares están referenciados a un año en concreto para "limpiar" el efecto de la inflación]

La idea del autor es que hay un exceso de pesimismo, siendo algunos de los países más pesimistas Corea del Sur, Italia, Francia y España, en cabeza. Lo atribuye a "desinformación" de los gobernantes, no solo del hombre de la calle sino de los gobernantes.

Muestra una encuesta con 13 preguntas sobre la pobreza, educación, medioambiente e igualdad de oportunidad en el mundo y la inmensa mayoría acierta solo dos preguntas y un 80 % acierta la de que hay un cambio climático. Añade que un chimpancé lo haría mejor dando respuestas al azar (33 % de aciertos). El autor dice que este test desvela lo desinformada que está la población sobre lo que ha mejorado la población en las últimas décadas, desde el salto de 1970 hasta ahora. Miles de millones de personas han escapado de la extrema pobreza y ahora son mercados de consumidores fiables que las naciones ricas ignoran por sus prejuicios y desinformación.
Dicho test parece "sesgado" para "votar" que todo va mal pero, a mitad del test, la sensación es que lo que el autor parece intentar demostrar es precisamente que no va tan mal como la gente cree.

Las preguntas del test son estas:
1) En los países pobres ¿cuántas niñas finalizan la educación primaria?
2) En qué tipo de países (pobres, ricos, ingresos medios) vive la mayoría de la gente?
3) Desde 1998, ¿qué proporción de gente vive en la extrema miseria?
4) ¿Cuál es la esperanza de vida en el mundo?
5) Hay 2.000 niños en el mundo ¿cuántos habrá en 2100?
6) En 2100, habrá 4.000 millones de personas más ¿por qué?
7) Desde hace cien años, las muertes por desastres naturales ¿han subido, bajado...?
8) Muestra un mapa para señalar cómo se distribuye la población por continente
9) ¿Cuántos niños de un año han sido vacunados contra alguna enfermedad?
10) Si los hombres asisten una media de diez años al colegio ¿cuántos asisten las niñas?
11) En 1996, los tigres, rinocerontes y pandas gigantes estaban en riesgo de extinción ¿cuántos siguen amenazados?
12) ¿Cuánta gente tiene acceso a la electricidad?
13) ¿Dentro de cien años, la temperatura global será más baja, alta, igual?

La media de aciertos es dos aunque algunos países (como Suecia) aciertan más. Casi todo el mundo acierta la del cambio climático. La forma de acertar el test es "votar" siempre a la respuesta más "optimista". La gente que responde el test suele tener un sesgo al "pesimismo", lo que el autor atribuye a una "desinformación", una visión del mundo obsoleta (propia de 1960) y además polarizada por un enfrentamiento entre "ellos" (los pobres) y "nosotros" (los ricos). Añade que si estás leyendo su libro es que vives en un país rico, pues tienes dinero para comprarlo o para sacarlo prestado de una biblioteca pública. 

En estas encuestas que presenta el autor, los encuestados de España aparecen entre los más "desinformados" y "pesimistas" sobre el estado del mundo y el desarrollo actual.

También muestra dos fotos: una de los países en "vías de desarrollo" en 1960, en la que hay familias numerosas y elevada mortalidad infantil (incluye a China e India) con muchos hijos por mujer y baja supervivencia frente a los países "desarrollados" (familias reducidas y baja mortalidad infantil)  / la siguiente imagen es del 2017, los países en vías de desarrollo tienen menos hijos por mujer, los hijos viven más y además China y la India están ahora en los países desarrollados con mayor supervivencia de hijos.

Otra de las cuestiones que aborda es cómo se solapan las medias y los rangos: es decir, de "media" hay más hombres que saben de matemáticas que las mujeres pero si se observa la distribución solapada (poner las gráficas de cada género una encima de otra), se observa que incluso hay rangos o tramos de las mujeres con mayores capacidades en matemáticas (hay algunas muy por encima, a nivel medio). Lo mismo ocurre si se solapan ingresos de Mexico y EE.UU.: en el solapamiento se descubre que una parte de la población de USA vive con similares ingresos que los mexicanos.

También recuerda que el índice de pobreza extrema (menos de 2 dólares al día) era del 85 % en 1800, bajó al 50 % en 1966 y se desplomó al 9 % en 2017. El autor ve varios indicadores de que en los años 60 hubo algo bueno que aumentó la riqueza. [nota del lector: nos encontramos otra vez ante la paradoja de la inflación: 2 dólares de 1800 eran una auténtica fortuna, la moneda estuvo estabilizada por el patrón oro en el siglo XIX y en 1966, un dólar todavía era dinero; a partir de 1973, la inflación se disparó y hoy el dólar está tan devaluado que solo te puedes comprar un "hot dog"]

El autor también analiza la esperanza media de vida de 1800 a la actualidad. En 1800, la esperanza era de 31 años, luego hubo un bajón por una hambruna en 1860, y otro gran bajón por la gripe española de 1918 (la edad media cayó a 20 años), hubo otra caída en la Segunda Guerra Mundial y, a partir de esa fecha, se disparó llegando a 72 años en el 2017.

El autor también pone cómo diversos países en desarrollo están alcanzando los niveles de Suecia. Por ejemplo, Lesoto en 2017 alcanzó la esperanza de vida de 50 años  y 3.000 dólares al año de renta media (la que tenía Suecia en 1891), y Zambia en el 2017 llegó a los 60 años  y renta de 5.000 dólares (Suecia en 1921), Egipto en 2017 rondó la de Suecia en 1948 (70 años y 16.000 dólares), Malasia en 2017 llegó a los 75 años  y 20.000 euros (Suecia, en 1975) y Suecia en 2017, supera los 80 años y 40.000 euros. No solo se equiparó la esperanza de vida sino también los ingresos medios. Recalca que a más años de vida, mayores ingresos (ingresos PIB per cápita).

El autor también señala las 16 cosas que disminuyen: la esclavitud legal, los vertidos de petroleo, los paneles solares caros, infecciones por VIH, mortalidad infantil, muertes en batalla, pena de muerte, gasolina con plomo, muertes en accidentes aéreos, explotación infantil, muertes por desastres naturales, armas nucleares, viruela, partículas de humo, deterioro del ozono y hambre.

Y también señala las 16 cosas buenas en aumento: Películas nuevas, naturaleza protegida, derecho al voto femenino, música nueva, ciencia, cosecha, alfabetización, democracia, supervivencia al cáncer infantil, niñas escolarizadas, especies protegidas, cobertura eléctrica, teléfonos móviles, agua. Internet y vacunación. Incluso sube el número de guitarras.

El autor también cree que hay una impresión exagerada de los delitos: mientras que la gente (sobre un 80 %) cree que hay mucha delincuencia en EE.UU., las estadísticas revelan que los delitos bajaron de 15 millones a 10 millones en el 2015.

Tiene interés para el sector periodístico porque, por un lado, ha popularizado las infografías en burbuja (que ayudan a entender mejor una gran cantidad de datos; por ejemplo, una burbuja grande en su gráfica es China o India, porque el tamaño de la burbuja depende de la población de cada país; por eso, es fácil localizar a los grandes países en medio de una gráfica).
Por otro lado, el autor lanza advertencias a los medios de comunicación, demasiado "negativos" al agigantar noticias malas, como las guerras, y empequeñecer los grandes logros del día a día, como el aumento de la esperanza de vida.
También critica a los periodistas (incluso de grandes cabeceras a nivel mundial) por estar poco informados de la realidad estadística mundial y manejar conceptos obsoletos, lo que no es exclusivo de esta profesión sino de la élite mundial, tanto de líderes del foro de Davos como de oenegés y organismos mundiales.

Respecto al temor malthusiano al aumento de población, el autor recuerda que cuando se inventó la agricultura había 5 millones de personas en el mundo y que se mantuvo estable hasta tiempos de Homero. Con el Imperio Romano y los Han, subió la población lentamente (solo el bache de la Peste Negra) y a partir del año 2000 se disparó a 7.600 millones (esto lo atribuye a un desequilibrio en mitad del siglo XX pero cree que en el XXI habrá un nuevo equilibro estabilizador). La gente cree que seguirá el aumento en línea recta pero el autor calcula que ha tocado "techo" y que el aumento será "curvo", con solo 11.000 millones de personas en el 2100 (lo equipara el crecimiento de un niño; llega un momento en que se detiene). Mientras la población de adultos aún aumentará, la de niños se mantendrá estable. A ello se suma que la media de hijos por mujer pasó de 6 hijos en 1800 a 5 hijos en 1965 a solo 2 en el 2017. Pone como ejemplo, Irán y EE.UU: mientras Irán tuvo 7 hijos de media hasta el 2000, en Estados Unidos baja desde 1800 pero ambos países quedaron igualados en el 2017 (incluso Irán tiene menos hijos: 1,6 frente a 1,9 de USA).

Otra mejoría que ve son las muertes anuales por desastre natural: de 453 / millón en década de 1940 a 10 / millón en década 2010. Lo mismo para los accidentes áreos: de 2.100/10.000 millones de millas recorridas (1929-1933) a 1 (2012-2016). En cuanto a las bajas en la guerra, cayeron de 2.013/millón a 12 / millón en 2016.

Respecto a la distribución del mundo: en el 2017, el 60 % de las personas con ingresos altos (nivel 4) son occidentales, pero en 2027, serán el 50 % y en 2040, el 40 %. La razón es que más residentes en países pobres saldrán de la miseria y otros mejorarán sus ingresos, que ahora son medios.

El autor pone como ejemplo que un ojo occidental puede ver "miseria" al visitar un país pobre cuando en realidad lo que está viendo es "riqueza acumulada". Pone como ejemplo, Túnez (uno de los países africanos más ricos y con mejor salud), donde la gente tiene casas a medio construir (lo que se interpreta como miseria). Pero el autor dice que el "ahorrador" compra ladrillo y construye poco a poco ampliaciones en su casa (por eso, parecen obras abandonadas) como forma de conservar su capital (en vez de meterlo en un banco).

En cuanto a sanidad, comenta el caso de Cuba: "los más pobres entre los sanos, y los más sanos entre los pobres". Por contra, EE.UU son "los más enfermos entre los ricos" (39 países superan su esperanza de vida pero ninguno supera su gasto sanitario).

Finalmente, aborda el cambio climático. Recuerda que la mayor emisión de CO2 proviene de países ricos con más ingresos.

¿Qué es factfulness? Sus reglas de oro

1)Separación. Busca la mayoría

Es darse cuenta de que una historia habla de una separación (grupos separados por una brecha). Ten cuidado con las comparaciones de las medias, con las comparaciones de los extremos y la vista desde aquí arriba.

2) Negatividad. Espera malas noticias.

Es ser conscientes de cuando recibimos noticias negativas. Espera malas noticias, distingue entre mejor y mal, las noticias buenas no  son noticias, la mejora gradual no es noticia, más noticias no equivale a más sufrimiento y cuidado con el pasado color de rosa.

3) Línea recta. Las líneas pueden doblarse

 Es reconocer el hecho de asumir que una linea continuará siendo recta. Recuerda que las curvas presentan diferentes formas.
No des por sentado que se trata de líneas rectas (el futuro puede no ser un avance exponencial sino en forma de S, montículo...)

4) Miedo. Calcula los riesgos.

Es reconocer cuándo las cosas aterradoras captan nuestra atención. Hay que calcular los riesgos.
El mundo aterrador: miedo versus realidad.
Riesgo=peligro x exposición
Tranquilízate antes de seguir adelante

5) Tamaño. Contempla las cosas en su justa medida.

Es reconocer cuándo una cifra aislada parece impresionante. Pon las cosas en proporción.
Compara, ten en cuenta la regla del 80/20 (buscar los conceptos más grandes y ocuparse de ellos), divide (buscar índices por persona al comparar entre países)

6) Generalización. Cuestiona tus categorías.

 Es reconocer cuándo se está utilizando una categoría en una explicación. Cuestiónate tus categorías.
Busca diferencias dentro de los grupos, busca similitudes y diferencias entre grupos, cuidado con la "mayoría", cuidado con los ejemplos intensos, acepta que la gente no es tonta.

7) Destino. Los cambios  lentos siguen siendo cambios

 Es reconocer que muchas cosas (incluyendo personas, países, religiones y culturas) parecen invariables porque el cambio tiene lugar lentamente, Recuerda que un cambio lento sigue siendo un cambio.
Controla las mejoras graduales, actualiza tus conocimientos, habla con el abuelo y recopila ejemplos de cambios culturales.

8) Perspectiva única. Coge una caja de herramientas.

Es reconocer que una única perspectiva puede limitar tu imaginación. Coge una caja de herramientas, no un martillo.
Por a prueba tus ideas, conocimientos limitados, martillos y clavos, números pero no solo números, cuidado con las ideas sencillas y las soluciones sencillas.

9) Culpa. No señales con el dedo.

Es reconocer cuándo se está utilizando un chivo expiatorio. Resístete a buscar un chivo expiatorio.
Busca causas, no villanos, busca sistemas, no héroes.

10) Urgencia. Da pequeños pasos.

 Es reconocer cuándo una decisión es urgente. Para controlar la urgencia, da pequeños pasos.
Respira, insiste en los datos, cuidado con los adivinos y desconfía de las acciones drásticas.


Los resultados de España al test

España no sale muy bien parada en los test de Factfulness (casualmente, Suecia, patria del autor, lidera el ránking de los mejor informados de la política internacional).

A la pregunta sobre cuánta gente vive en extrema pobreza, solo el 3 % de los encuestados de España acertó frente al 25 % de Noruega y Suecia.

A la pregunta de ¿cuantos niños fueron vacunados?, respondieron bien el 13 % de los encuestados de España frente al 21 % de Suecia.

A la pregunta de ¿cuántas niñas finalizan la educación primaria?, España solo acertó el 4 % (en el vagón de cola) frente a Suecia, el 11 %.

Respecto a ¿dónde vive la mayor parte de la población mundial?, España acertó el 24 % (un puesto medio) mientras que Corea del Sur lidera la tabla con el 39 % de aciertos.

Hay una pregunta interesante: ¿Crees que el mundo va a mejor o peor? Los países que más respondieron "a peor" fueron Turquía, Bélgica, México, Corea del Sur, Italia, Francia, Sudáfrica, Brasil y España (sobre un 70 %). En cambio, Rusia, Dinamarca, Japón y Hungría son ligeramente más optimistas.

A la pregunta, ¿cuántos años han ido al colegio las mujeres de esa edad? En Hungría, el 32 % respondió bien mientras que España, solo el 13 %.

A la pregunta de ¿siguen amenazados los tigres, pandas gigantes y rinocerontes?, Japón lidera los aciertos (26 %) mientras que España, solo el 7 % (en medio de la tabla).

España, en las encuestas generales, está en el vagón de cola (últimos puestos) respecto a la información sobre la educación femenina, el uso de la electricidad, educación de las niñas en los países pobres, pobreza extrema, dónde vive la gente... y alto en la estimación de niños futuros.

.................

A nivel técnico, el autor explica los distintos tipos de curvas:
- en línea recta (escolarización, edad de matrimonio femenino, ocio)
- curvas en forma de S (alfabetización, vacunación y neveras)
- tobobán, montículo (caries, muertes por accidentes de tráfico, niños ahogados)
- líneas de duplicación (distancia de viaje, gasto, emisiones de CO2, duplicación de ingresos).


xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen del libro "Diez razones para borrar tus redes sociales de inmediato", de Jaron Lanier (2018)


Ver el resumen original y actualizado en:

Resumen elaborado por E.V.Pita (2019), doctor en Comunicación y licenciado en Derecho y Sociología

Sociología, Internet, redes sociales, estructura social, monopolios, conductismo

........................................................................................................................................

Ficha técnica

Título: "Diez razones para borrar tus redes sociales de inmediato"

Título original en inglés: "Ten Arguments for Deleting Your Social Media Accounts Right Now"

Autor: Jaron Lanier

Fecha de publicación: 2018

Publicación en español: Penguin Random House Grupo Editorial, Barcelona, 2018

Número de páginas: 185

........................................................................................................................................

Biografía del autor Jaron Lanier (hasta 2019)

Jaron Lanier es científico, músico y escritor, conocido mundialmente por acuñar el concepto "realidad virtual" y defender la importancia del humanismo y de una economía sostenible en el nuevo paradigma digital que domina nuestra sociedad. Su primera "startup", VPL Researchs, creada en los años 80, inventó los primeros productos comerciales de realidad virtual e introdujo avatares, experiencias virtuales multipersona y prototipos de dispositivos que permitían simular operaciones quirúrgicas. Sus libros "¿Quién controla el futuro? (Debate, 2014) y "Contra el rebaño digital" (Debate, 2011) son éxitos internacionales, y ha sido nombrado una de las cien personalidades más influyentes del mundo según la revista Time.

........................................................................................................................................

Texto de la contraportada

Razón 1... Estás perdiendo el libre albedrío

Razón 2... Renunciar a las redes sociales es la mejor manera de resistir la locura de nuestro tiempo.

Razón 3.... Las redes sociales te están convirtiendo en un idiota

Razón 4.... Las redes sociales están socavando la verdad

Razón 5.... Las redes sociales están vaciando de contenido todo lo que dices

Razón 6.... Las redes sociales están destruyendo tu capacidad de empatizar

Razón 7.... Las redes sociales te hacen infeliz

Razón 8... Las redes sociales no quieren que tengas dignidad económica

Razón 9.... Las redes sociales hacen imposible la política

Razón 10.... Las redes sociales aborrecen el alma


"¿Te cuesta imaginar una vida sin redes sociales? ¿Y si te dieran diez razones que te convencieran de la toxicidad de sus efectos? 

En este libro, Jaron Lanier, el hombre que acuñó el concepto "realidad virtual" y uno de los padres fundadores de la web 2.0, nos explica con una contundencia abrumadora cómo las redes sociales están convirtiéndonos en personas rencorosas, tristes, asustadizas, poco empáticas, aisladas y triviales. Todo ello es debido a la tendencia de las redes a sacar lo peor de nosotros, a convertir la política en algo terrorífico, a engañarnos con ilusiones de popularidad y éxito, a cambiar nuestra relación con la verdad, a desconectarnos de la gente, aunque estemos más conectados que nunca, y a coartar nuestra libertad con implacables anuncios especialmente dirigidos.

Si quieres una vida feliz, un mundo más justo y pacífico, o simplemente la oportunidad de pensar por ti mismo sin ser monitoreado e influenciado por las corporaciones más ricas de la historia, lo mejor que puedes hacer es cancelar tus cuentas. Ahora."

...........................................................................................................................................

ÍNDICE

Introducción con gatos

Razón 1... Estás perdiendo el libre albedrío

Bienvenido a la jaula que te acompaña dondequiera que vayas

El científico loco se preocupa por el perro enjaulado

La zanahoria y la argucia

El atractivo del misterio

El cielo y el infierno son los otros

El bit como cebo

Adicción, te presento el efecto red

La adicción y el libre albedrío son antónimos


Razón 2... Renunciar a las redes sociales es la mejor manera de resistir la locura de nuestro tiempo.

La máquina de Incordio

Las partes que forman la máquina Incordio

El problema es limitado, por lo que podemos contenerlo


Razón 3.... Las redes sociales te están convirtiendo en un idiota

Nieve tiznada

Conociendo a mi trol interior

La misteriosa naturaleza de la tecnología de amplificación de los idiotas

El más principal de los interruptores principales

Ve allí donde eres más amable


Razón 4.... Las redes sociales están socavando la verdad

Todo el mundo lo sabe

Cuando las personas son falsas, todo es falso

Incordio mata


Razón 5.... Las redes sociales están vaciando de contenido todo lo que dices

Significado entreabierto

El mundo de los pódcats


Razón 6.... Las redes sociales están destruyendo tu capacidad de empatizar


Insensibilidad social impuesta digitalmente

La teoría perdida en nuestro cerebro


Razón 7.... Las redes sociales te hacen infeliz


¿Por qué tantos tuits famosos acaban con la palabra "triste"?

El lado malo de Incordio

El castillo elevado


Razón 8... Las redes sociales no quieren que tengas dignidad económica

Doble Incordio

Incordio de bebé

Incordio contradictorio

Anteojeras de Incordio

Mejor que Incordio

La perspectiva corporativa

La perspectiva del usuario


Razón 9.... Las redes sociales hacen imposible la política

Quemaduras de arco

La Primavera Árabe

Gamegate

LGBTQ

Ni de izquierdas ni de derechas, sino de abajo

"Black Lives Matter"

Ojalá este juego hubiese acabado ya


Razón 10.... Las redes sociales aborrecen el alma

 Conocí una metáfora metafísica

Los cuatro principios de la espiritualidad, según Incordio

La fe en Incordio

El cielo en Incordio

La existencia sin Incordio

La antimagia de Incordio

Conclusión: Los gatos tienen siete vidad

.............................................................................................................................................

RESUMEN

Comentarios iniciales: Lanier, uno de los gurús de Silicon Valley, lleva varios años desenmascarando el lado oscuro de las redes sociales. En este libro aborda el lado más tóxico: la adicción a las redes y la supuesta manipulación conductista de la conducta de los usuarios a través de filtros y burbujas y el usuario adicto sin libre albedrío se convierte en un zombi con su cerebro cansado con el piloto automático puesto y a merced de los manipuladores ocultos y de algoritmos indiferentes y aleatorios (ransomware). Dice que todos proporcionamos datos e información porque estamos enganchados y atrapados por el efecto red y nos estamos convirtiendo en "idiotas".

Lanier advierte que las plataformas no tiene otra manera mejor de ganar dinero que consiguiendo que les paguen por modificar el comportamiento del usuario (son hinoptizadores que trabajan para unos clientes que están ocultos y cuya identidad es desconocida, lo que genera desconfianza). El autor recomienda borrar las cuentas de las redes sociales en base a diez argumentos, al menos hasta que las plataformas cambien su sistema de servicio gratuito (donde tú eres el producto) por uno de pago. Dice que se ha convertido en algo normal la vigilancia generalizada y la manipulación sutil y constante, lo que considera "inmoral, cruel, peligroso e inhumano". Se pregunta quién podía usar ese poder y para qué (por ejemplo, plantea la hipótesis de que los datos de los usuarios caigan en poder de una dictadura digital que controla a sus súbditos). El autor también aclara que las empresas de las redes sociales se han dado cuenta de la situación, tienen remordimientos, entonaron el "mea culpa" (Parker y Palihapitiya) e intentan solucionarlo.

El autor arranca el libro explicando por qué los vídeos y "memes" en la Red de gatos (semidomesticados e imprevisibles) tienen más éxito que los perros (domesticados y previsibles). La gente se queda a la expectativa de lo que va a hacer el gato, totalmente imprevisible (siguen siendo ellos mismos). Los usuarios tienen miedo de ser "perros" en Facebook, de hacer algo desagradable cuando suena el "silbato" que los controla. A Facebook y Google los define como "imperios de modificación de la conducta".

En el primer argumento, el autor señala que desde hace cinco o diez años todo el mundo lleva un teléfono inteligente apto para la modificación algorítmica de la conducta. También hay altavoces inteligentes que nos siguen el rastro, miden lo que hacemos y nos devuelven reacciones prediseñadas. "Unos ingenieros a los que no vemos nos van hipnotizando con intenciones que desconocemos. Somos animales de laboratorio", dice Lanier. Recaban datos sobre el usuario a escala colosal, lo monitorizan y evalúan, y las estadísticas revelan patrones de conducta ocultos para los que no tenemos explicación. Una vez que la máquina "sabe" si el usuario está triste puede influir con otros mensajes que han funcionado en otras personas. 

El autor relaciona esta modificación publicitaria de la conducta con el "conductismo" (hace referencia a la caja de Skinner, una jaula donde recompensaba a animales que hacía algo en particular). Añade que hoy se puede adiestrar a alguien usando técnicas conductistas y que la persona ni siquiera es consciente de ello.

Uno de los trucos para atraer al usuario es darle "chutes" de dopamina si alguien le da un "like" a una foto o publicación. Hay un bucle de retroalimentación de validación social. Entre las recompensas figuran caramelos brillantes en "Candy Crush" o tesoros en los videojuegos o respuestas halagadoras cuando publica algo, por lo que publica más. Además de premios, hay castigos (desprecio, ostracismo). Es como el palo y la zanahoria. Otra de las claves es que la "captación" funciona mejor cuando el algoritmo es deliberadamente aleatorio e impredicible porque nuestro cerebro es un buscador innato de patrones y es incapaz de resistirse al reto de encontrar "otro truco" ante un patrón sin sentido o incongruente (misterio que lo hace más fascinante). Además, los algoritmos son "adaptativos" y hace cálculos modificando pequeños cambios y ajustes temporales para ver si mejoran los resultados por ejemplo en la probabilidad de la compra (introduce rutinariamente altas dosis de aleatoriedad para ir ajustándose; son como saltos o mutaciones). Esto es lo que engancha a la mente porque busca un patrón donde no lo hay (este es el sistema de las tragaperras digitales o las apuestas en Internet). El problema del conductismo es que una herramienta de aprendizaje instrumental en vez de creativo. Califica a los anunciantes de "manipuladores" porque, habrá gente que solo quiera vender un jabón pero otros, más oscuros, buscan socavar la democracia, dice el autor.

El autor aclara que la modificación de la conducta es un efecto estadístico de forma que no se manifiesta en todos los individuos de una población (el acierto o predicción es difusa aplicada a un individuo pero exacta a escala poblacional).

Además de los patrones aleatorios, también influye la presión social (sensibilidad hacia el estatus, la opinión y la competición social). Por ello, dice el autor, en las redes sociales, la manipulación de las emociones sociales ha generado recompensas (solidaridad, camaradería, compasión, respeto) y castigos (ansiedad, acoso, miedo, ira; son fácilmente desbordables y generan respuestas reflejas que nos embargan más tiempo). Los castigos son más baratos, desde el punto de vista empresarial y, además, los algoritmos, amplifican las emociones negativas porque detecta que aumentan las visitas. Hay un sesgo hacia "abajo" (es más fácil montar un conflicto que resolver el hambre en el mundo).
Recalca que las emociones negativas son una fuerza superior que influye en la conducta personal, política, económica, social o cultural.

Otro factor es el "efecto de red", que influye en que la gente se quede atrapada en las redes (Uber, etc...) porque otros también la usan por sus beneficios, por lo que carecemos de capacidad real para usar otras diferentes. El idealismo libertario (una Internet libre y gratuita, accesible a todos) degeneró en "monopolios globales" (los usuarios son el producto y no el cliente de las redes sociales, lo que se llama "monopsonios").

En el capítulo 2, habla de la máquina estadística (difusa pero real) que llama INCORDIO (conductas de usuario modificadas y convertidas en un imperio de alquiler). Se basa en seis piezas:

A) Adquisición de la Atención que lleva al dominio de los Idiotas

    Genera agresividad entre los usuarios, que se comportan de forma desagradable.

B) Buitrear en la vida de todo el mundo

     Los algoritmos correlacionan todos los datos de una persona con las del resto y elaboran sus teorías. El nivel de vigilancia y espionaje roza lo distópico.

C) Colmar de contenido la mente de todo el mundo

     Los algoritmos generan para cada usuario un "hilo de contenido", un "motor de recomendación" o personalización. Cada persona ve cosas diferentes, nadie entiende porque otros actúan de otra forma y se reduce la empatía.


D) Dirigir el comportamiento de las personas de la manera más sibilina posible

Las plataformas usan efectos sutiles y acumulativos que pueden hacer que la gente se sienta "triste", alterar la participación electoral  o reforzar la fidelidad a una marca. Los algoritmos optimizan la felicidad, emociones, fidelidad...

E) Embolsarse dinero para dejar que los peores idiotas Engañen disimuladamente a todo el mundo

   La máquina de modificación de conductas se alquila por dinero o debe suministrar un combustible de datos para la plataforma (los periódicos crearon "ciberanzuelos" para entrar en el hilo de noticias de Facebook y sobrevivir al cambio).

F) Falsas muchedumbres y una sociedad Falsaria

  Los usuarios malintencionados que usan la máquina INCORDIO obtienen beneficios. Todo vale: desde poner falsos bots, IA, reseñas, perfiles falsos, todo automatizado... (hay un vandalismo social invisible). Se genera un altavoz a las personas falsas.


En el capítulo 3, el autor dice que en las redes sociales hay una especie de interruptor por el que la gente funciona en modo "lobo solitario" (reflexivo) o "manada" (irreflexivo). Recomienda no caer en este juego y no alimentar la agresividad y negatividad en las redes con vídeos con insultos ni tuitear como "represalia".

En el capítulo 4, aborda la falsedad de mucha información que circula por la red (a veces creada por bots falsos que generan millones de contenidos, "likes", ciberanzuelos, terroríficas historias falsas que aparecen en los hilos de contenido de Facebook...). Da igual si eres de izquierda o derechas, el algoritmo te cataloga dentro del grupo de "paranoicos". Lo preocupante, dice el autor, es que también divulgan falsedades médicas o sanitarias (como el desprecio a las vacunas) que pueden revivir enfermedades olvidadas y erradicadas.

En el capítulo 5, aborda la falta de contexto del contenido (texto, imagen y vídeo) publicado en las redes sociales, lo que genera conflictos por los malentendidos que surgen. Dice que Internet hay "nula o poca" capacidad para conocer el contexto (conversaciones de mujeres se remezclan, se manipulan groseramente, se incorporan a un marco violento o se sexualizan).
Por su parte, los periodistas se ven obligados a "optimizar" los resultados de audiencia de sus noticias para sacarle el mayor partido. De todos modas, muchas de estas cifras son falsas (la audiencia son "bots")
El autor recalca que los "podcats" han sobrevivido a la manipulación del contenido.

En el capítulo 6, Lanier alerta de la falta de empatía que generan las redes sociales. Indica que si lo que decimos deja de tener sentido, tampoco lo tiene para el resto del público. Señala que no podemos saber en qué medida la máquina Incordio sesga y moldea la manera de ver el mundo a través de búsquedas, hilos de contenido, anuncios personalizados o flujos, pues todos son distintos y privados, y personalizados (las señales que nos mandamos unos a otros dejan de tener sentido; nuestro mundo es invisible para quienes nos malinterpretan y viceversa debido a la opacidad). Además se reducen los espacios públicos y hay una mayor insensibilidad social impuesta digitalmente. No hay ya una teoría de la mente, el "no juzgues a la gente hasta ponerte en su lugar".

En el capítulo 7, indica que las redes sociales nos "entristecen" (al establecer unos estándares de belleza, estatus social inalcanzable o la vulnerabilidad ante los troles). Si las redes maximizan nuestra capacidad de atención, lo que amplifica las emociones negativas como si fuese un imán, "la máquina tenderá a encontrar la manera de hacernos sentir mal" sin necesitar saber cuál es el motivo que nos ha hundido. Según el autor, él está enfadado porque la máquina Incordio lo sitúa en una posición "subordinada" y "humillante" al sentirse juzgado (y desencadenar su "trol interior"). No le gusta que Facebook le diga que tiene pocos amigos o de si no gusta (lo que es "incordiante") porque lo clasifica y categoriza (como si fuesen signos del zodíaco o el horoscopo) pues esto puede determinar si nos conceden un préstamo, un empleo o un seguro. A mayores de estos niveles de valoración superficiales y visibles, hay otros opacos que nadie conoce (mediante correlaciones matemáticas que nadie sabe interpretar, la llamada interpretación de capa intermedia).

En el capítulo 8, aborda la inseguridad económica que genera el algoritmo Incordio (al fomentar los trabajos esporádicos mientras solo un puñado de emprendedores se hace rico). Dice que el movimiento que creó Internet cometió un error inocente:  se adoptó como dogma el software libre y abierto, con el código fuente bien visible pero esta teoría, al ser inviable económicamente, no llegó a funcionar. Sin embargo, las compañías con máquinas Incordio tienen software hipersecreto y oculto, inaccesible a los háckers por lo que "el código secreto con el que nos manipulan está protegido como las joyas de la corona". El segundo error, dice el autor, es permitir que los servicios fuesen gratuitos (el único modelo que funcionó fue el de la publicidad a costa de los músicos, traductores y periodistas). El problema es que ahora alguien paga para manipularnos y que genere trabajos precarios en Uber mientras espía a los pasajeros, dice Lanier. No hay sitio más que para unas pocas superestrellas.

La posibilidad que contempla Lanier es "monetizar directamente servicios como la búsqueda y las redes sociales". El usuario pagaría una cuota mensual por usarlos pero si contribuyese con contenidos, ganaría algo de dinero "en vez del simbólico cinco estrellas actual". Hay un precedente y son las televisiones por Internet como Netflix o HBO. Dice que cuando los usuarios paguen por las plataformas, estas servirán a sus usuarios y clientes (a su vez, dueños de sus datos, con los que puedan ganar dinero si son valiosos).

Añade que Google y Facebook están "muy enganchados" a la máquina Incordio.

En el capítulo 9, aborda la imposibilidad de generar política porque la red se ha llenado de insultos y vídeos violentos y la manipulación de los votantes para que disminuyan su participación electoral (por ejemplo, para provocar la derrota de Hillary Clinton, según sugiere el autor). Menciona que muchos votantes se sintieron desdeñosos y desesperanzados para no ir a votar, lo que explica con la expresión "redlining" (manera disimulada mediante la cual los bancos estadounidenses, supuestamente, han manipulado históricamente los algoritmos con los que evaluaban la solvencia crediticia para discriminar a los barrios negros). Se pregunta dónde está lo espontáneo y lo premeditado en algunas reacciones de los votantes de Clinton que se vieron impelidos a ridiculizarla.

En el capítulo 10, analiza las cuestiones "espirituales" de la red (libre albedrío, sentido de la vida frente al objetivo actual de "optimizar"). Google incluso trabaja para el "más allá", casi como una religión. Además, algunos ingenieros no sirven a la Humanidad sino que trabajan para futuras máquinas de Inteligencia Artificial que herederán la Tierra (la singularidad). El autor replica que la IA es un "cuento" inventado por los informáticos para conseguir financiación hace años, una fantasía que oculta una ingeniería de código chapucera. Añade que la religión de la máquina Incordio está conectada a un negocio que otorga empatía a programas de ordenador (la IA) para soslayar que eso degrada la dignidad, el estatus y los derechos humanos de seres reales (con los que no se tiene ninguna empatía y a los que se silencia). Recalca que todos somos una humilde célula en un superorganismo que es la plataforma.

La forma de resistirse es abandonar esas redes sociales tóxicas (incluye a WhatsApp, Instagram) que espían al usuario y crear las propias web. Dice que a medida que haya más gente consciente, abandonarán esas redes.


xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

Resumen del libro "Datanomics", de Paloma Llaneza (2019)

Resumen original y actualizado en:

Resumen elaborado por E.V.Pita, doctor en Comunicación y licenciado en Derecho y Sociología

Sociología, Big Data, análisis de datos, datos personales, privacidad

...............................................................................................................................................

Ficha técnica

Título: "Datanomics"

Subtítulo: Todos los datos personales que das sin darte cuenta y todo lo que las empresas hacen con ellos. Claves, consejos y herramientas para proteger tu privacidad

Autor: Paloma Llaneza

Fecha de publicación: 2019

Editorial: Deusto. Editorial Planeta, Barcelona

Páginas: 303

...............................................................................................................................................

Biografía oficial de la autora (hasta 2019)

Paloma Llaneza González es abogada, auditora de sistemas, consultora de seguridad y colaboradora habitual del diario El País. Ha orientado su ejercicio profesional hacia los aspectos legales y regulatorios de Internet (operadores, protección de datos, propiedad intelectual) así como a la seguridad TI.

También es CEO de Razona Legaltech, consultora tecnológica experta en identidad digital. También imparte clases en universidades y es editora internacional de diversas normas en ISO, CEN y ETSI. Su experiencia en cumplimiento legal, seguridad TI y firma electrónica es reconocida en toda Europa.

...............................................................................................................................................

Texto de la contraportada

¿Qué es más peligroso, una Roomba que barre tu casa o dejar el coche abierto?

¿Qué tienen en común tu cuenta de Instagram y la pulsera de actividad que llevas en tu muñeca?

¿Por qué a pesar de no haber impagado nunca una deuda, te pueden denegar un crédito?

¿Por qué te sientes intimidado cuando la Policía te identifica por la calle pero no te preocupa lo más mínimo el rastro de geoposicionamiento que dejas en tu móvil?

Llevas meses aceptando nuevas políticas de privacidad sin leer ni una. Subes fotografías a Instagram, publicas tus gustos y tendencias políticas en Twitter, compartes los recuerdos de tus vacaciones en Facebook y charlas por WhatsApp. Te bajas aplicaciones por doquier en el móvil y consultas temas a diario en Google. Y todo eso lo haces sin pagar ni un céntimo. Un poco raro ¿no? ¿Te has parado a pensar qué ganan esas empresas si te ofrecen el servicio sin coste? Que si el producto es gratis, quizá se deba a que el producto eres tú.

Datanomics te mostrará, con datos, informes y hechos comprobados lo que las empresas de tecnología hacen, realmente, con tus datos personales y cómo le sacan rentabilidad mientras tú, sin apenas darle importancia, se los regalas. La autora realiza una acertada radiografía sobre cómo se recaba y se usa nuestra información personal, y de cuáles han sido las consecuencias indeseadas de estos usos. De cómo hemos sido capaces de pasar de una economía productiva a una economía del dato, y cómo, para mantenerla, la sociedad que conocemos ha pasado a creer religiosamente que los datos son la solución y no el problema.

Ya lo decía Tim Cook: "El potencial de la tecnología se basa en la fe que la gente tiene en ella", Una fe que se asienta en el desconocimiento total y en la desinformación. Si quieres abrir los ojos antes de que sea demasiado tarde, este es tu libro.

...............................................................................................................................................

Texto de la solapa

Este libro revela cómo se usan los datos que nos rodean: los que damos, los que generamos con nuestra vida, los que facilitamos voluntariamente en algún momento, los que dejamos sin saberlo y los que se infieren de ellos.

Estos datos reflejan comportamientos y pensamientos profundos perfectamente identificados e individualizados, que facilitan a las empresas y a los Estados la toma de decisiones sobre nosotros, pues así saben lo que vamos a hacer en cada momento.

Y como nos conocen más que nosotros mismos, nos dirigen hacia una toma de decisión u otra. Salgamos de este negocio. Seamos libres.

...............................................................................................................................................

ÍNDICE

1. Dataísmo
2. Doppelgänger
3. Todo es percepción
4. Google, el memorioso
5. Casandra
6. Adiction by design
7. Manipulación by default
8. GAFA
9. Familia
10. Sensorium
11. Nuestros cuerpos, nosotros
12. Tracking
13. Dataveillance
14. Data breach
15. La gran mentira
16. Nada que ocultar

...............................................................................................................................................

RESUMEN

La autora comenta que la invasión de la privacidad y el análisis de datos masivo llegó con el iPhone y su almacenamiento de datos en la Nube en un entorno cerrado y archivos en remoto. "Empezamos a movernos con un espía en el bolsillo permanentemente conectado que nos permitía acceder a las recién nacidas redes sociales. Los datos empezaron a fluir sin control. Contábamos nuestra vida y nuestros dispositivos se chivaban del resto", indica Paloma Llaneza al inicio de su libro.

Llaneza señala que "somos datos", datos que nos definen con una precisión que supera la maternal y que, llevado al extremo y sin control, nos puede colocar, como individuos y sociedad, en una precaria situación.

La autora se pregunta cómo sería una economía de datos en la que los gigantes tecnológicos tuvieran que pagar por el acceso a estos. El problema es que los datos son reutilizables más de una vez.

Añade que en el 2008, las empresas empezaron a ofrecer servicios gratis pero, a cambio, se quedaban con todo tipo de datos de sus usuarios (recogida masiva de datos). Dice que la "ceder nuestros datos se usa como herramienta de control social en un mundo en el que todo lo que se almacena en un sistema informático es susceptible de ser robado". La autora explica cómo hemos sido capaces de pasar de una economía productiva a una economía del dato y cómo, para mantenerla, la sociedad que conocemos ha mutado con una fe casi religiosa en la que los datos son la solución y no el problema.

Paloma Llaneza señala que el autor del libro Homo Deus, Harari, considera que el dataísmo sostiene que el universo consiste en flujo de datos y que el valor de cualquier fenómeno o entidad está determinado por su contribución al procesamiento de los mismos. Del mismo modo, el dataísmo une ambos y señala que las mismas leyes matemáticas se aplican tanto a los algoritmos bioquímicos como a los electrónicos. De esta manera, el dataísmo hace que la barrera entre animales y máquinas se desplome y, espera que los algoritmos electrónicos acaban por descrifrar los algoritmos bioquímicos y los superen.

La autora considera que "tan potente es la propaganda a favor de los datos y en defensa de la desaparición de la privacidad (como si su reivindicación fuese pecaminosa, propia de personas con hábitos dudosos que prefieran ocultar) que Harari coloca el dataísmo dentro de los movimientos humanistas de corte religioso". Paloma Llaneza añade que "y es verdad que si uno se atreve a oponerse al tratamiento de los grandes datos es señalado como alguien contrario, en su totalidad, al avance y la innovación". Y recalca que Harari comenta que "para los políticos, los empresarios y los consumidores corrientes, el dataísmo ofrece tecnologías innovadoras y poderes inmensos y nuevos. Para los estudiosos e intelectuales promete asimismo el Santo Grial científico que ha estado eludiéndonos durante siglos: una única teoría global que unifique todas las disciplinas científicas".

La autora critica que "esta visión elevada de los datos como el Gataca que todo lo explica, aterriza en el frío suelo de los números cuando nos enfrentamos al uso que las empresas dan a los datos que les facilitamos de un modo u otro". Pero las empresas, como augures que leen los posos, predicen lo que va a suceder y no el por qué.

Añade que "Harari coloca la propiedad de los datos entre los tres principales problemas humanos de carácter global, lo que compromete y dificulta la resolución al no depender de las soberanías nacionales sino de un consenso internacional imposible en un mundo de intereses locales egoístas. Cree que Europa acabará creando seres superinteligentes para no quedarse atrás.

La autora advierte que una vez que conectas un sistema a una red abierta, los datos que produce y que producimos nosotros al llevarlo en el bolsillo se multiplican y van más allá de las páginas webs visitadas. Todas las máquinas (pecé, router, servidor) generan datos pasivos y es posible identificar un único ordenador. Así que cada uno de nosotros está identificado de forma unívoca. Controlar los móviles es controlar la identidad. Los móviles son ordenadores que hacen llamadas y los coches unos ordenadores que se mueven. Y las neveras se chivan a las compañías de seguros si abusamos de la cerveza o comemos mucho embutido. Y las pulseras de salud dicen si comemos mal y no hicimos el ejercicio necesario. Con todos estos datos se nos puede penalizar por nuestro pasado y predecir nuestro futuro.

Llaneza también se pregunta por el problema de concentrar los datos en los repositorios de unas pocas empresas como Facebook: obtener datos sin consentimiento real para un tratamiento poco transparente que ponga en riesgo el derecho fundamental a la intimidad, libre expresión, derecho a la participación política y libertad de movimientos, ética de que los titulares de los datos comercien con ellos y obtengan dinero más allá de disfrutar de servicios diseñados para ser adictivos.

 Paloma Llaneza  indica que E.Glen Weyl y Eric Posner en su libro "Radical Markets" (2018), consideran que en el futuro, como ocurrió con cualquier avance de la Revolución Industrial, el uso será tan intensivo de datos que el precio subirá. Tan convencido está Weyl que milita por distribuir la riqueza creada por la Inteligencia Artificial en el futuro, a la vista de la alta concentración actual de los tratamientos de grandes datos. Weyl argumenta que las habilidades necesarias para generar datos valiosos pueden estar más ampliamente diseminadas de lo que se podría pensar, por lo que el trabajo de datos podría afectar la jerarquía estándar del capital humano. Weyl avisa de que la unión de trabajadores de datos del mundo en una internacional dadaísta que acabará con la desigualdad y traerá un mundo soleado, sin lluvia ni replicantes. Pero la autora duda mucho que haya un "sindicato universal de los datos" cuando la realidad es que ya hay granjas de entrenadores humanos de Inteligencia Artificial que cobran sueldos de miseria.

Añade que la GeneraciónZ (GenZ) (nacidos en el siglo XXI) tiene intimidad cero debido a esa ausencia de percepción de peligro o de riesgo en el comportamiento "on line" cuando compartimos nuestros datos en una red social o un servicio pero están más preocupados por la privacidad pero no se traslada a los pagos con móviles o en las redes sociales, ellos trabajan en la Nube y desde la movilidad con "apps" gratis motivo por el que usan apps más discretas como Snapchat, Secret o Whisper (aunque les libran de estar sobreexpuestos a terceros, los proveedores acceden a contenidos "sensibles" que ellos mismos ponen en la Nube y ceden su información a las coorporaciones). En cambio los Millennials se limitan a gestionar su reputación "on line" limitando el acceso a sus perfiles y evitando tener en el perfil "bueno" a sus padres.

La autora también habla de la "paradoja" de la privacidad como la discrepancia entre la actitud del usuario y su comportamiento real en relación con la privacidad "on line" (hay una dicotomía entre unos usuarios muy preocupados por la privacidad que no hacen nada por protegerla). La Generación Z pone "muros" a amigos y compañeros pero no se preocupa de que las empresas recopilen sus datos. Hay otros elementos de peso: deseo de pertenencia, de estar conectado, de usar algo útil o estar en la onda.

Los datos que almacena Google del usuario

La autora examina los datos que almacena Google respecto a un usuario cualquiera. La Universidad de Vanderbill hizo en agosto del 2018 un experimento y descubrió que Google sabía la música que escuchaba por la mañana en Google Play Music, la actividad matinal que hacía para llevar a sus hijos al colegio, leía las noticias en el metro mientras iba al trabajo, buscaba medicamentos para el resfriado, caminaba del metro al trabajo, usaba Maps para encontrar un nuevo restaurante donde almorzar, pedía un café usando la aplicación Starbucks, pedía cita al médico y Google creaba un evento en su calendario a partir del email de confirmación, iba a la farmacia y compraba medicamentos usando Google Pay, cogía un Uber de camino a casa, buscaba hoteles en Expedia para viajar el fin de semana, utilizaba Google Home para ponerles música a sus hijos y veía vídeos de programas "late night" en You Tube.

A raíz de sus movimientos en Google, los servidores sabían que el usuario había visitado webs de la CNN sobre política y otra sobre energía solar, había buscado síntomas de resfriado,  se había gastado 12,99 dólares en la tarjeta, rastreos de viajes, que le dijo a Google Home "reproduce una nana" y "baja el volumen" y el "show" que vio en la tele.
Otro usuario examinó todos los datos que vio Google y concluyó que era el "Gran Hermano" definitivo: Google Maps lo ubicaba siempre, Google Fit registraba sus ejercicios, horas y coordenadas, los datos de navegación están organizados cronológicamente y van acompañados de enlaces, Android sabe qué aplicaciones están instaladas en el móvil, You Tube almacena su historial, Calendar permite acceder a la agenda, Drive conserva los archivos generados, todos los contactos teléfonicos están almacenados y todas las apps usadas y cuándo ordenadas cronológicamente.
Una de las conclusiones de los investigadores es que Android y iPhone almacenan automáticamente nuestros movimientos incluso si detienen la configuración de ubicación. Hay rastreos de cada persona a través de antenas, torres móviles, tarjetas SIM y puntos wifi, así como dispositivos barométricos del teléfono que ubican a una persona dentro de un edificio.
Por su parte, Crome recopila el historial de navegación web, contraseñas, permisos de la web, cookies, descargas y datos agregados. Un estudio concluyó que Android recopiló más datos del teléfono, aunque esté parado, y se los envió a Google que el iPhone. También se sospecha que pasan datos de identidad a las publicitarias.

Las herramientas centradas en anunciantes de Google (Editores de sitios web y aplicaciones y los anunciantes que usan las herramientas de Google para dirigirse a perfiles específicos para aumentar el rendimiento de sus inversores en márketing juntas recopilan información sobre las actividades de los usuarios en las webs y en las aplicaciones con el contenido visitado y los anuncios en los que hace clic. Funcionan en segundo plano y el usuario no lo ve. Hay un identificador no personal que Google puede usar para enviar anuncios dirigidos sin identificar la información personal del individuo. Pero, según explica la autora, un análisis de tráfico de datos apunta a que Google relaciona los datos recopilados anónimos con la información personal de usuarios. Los identificadores anónimos (GAID) pueden asociarse con la cuenta de Google de un usuario.
Parece ser que Google también escanea archivos de correos electrónicos enviados por gmail y documentos de Drive así como las notas de Keep para orientar los anuncios. En el caso de Google Photos, no solo almacena las caras de las fotos sino el estado emocional de la persona.

La autora señala que "como agentes humanos, somos visibles en casi todas las interacciones con plataformas tecnológicas. Siempre estamos siendo rastreados, cuantificados, analizados y mercantilizados. El nuevo horizonte infinito es la extracción de datos, el aprendizaje automático y la reorganización de la información a través de sistemas de inteligencia artificial de procesamiento humano y mecánico combinados. Los territorios están dominados por megaempresas globales, que están creando nuevas infraestructuras y mecanismos para la acumulación de capital y la explotación de recursos humanos y planetarios".

Inteligencia artificial

El ICO del Reino Unido propone definir los datos como: el uso de algoritmos, la opacidad del procesamiento, la tendencia a recoger "todos los datos", la reutilización de los datos y los usos de nuevos tipos de datos.

Según relata la autora, en el 2009 la Universidad de Berkeley presentó Spark para manejar modelos de Big Data de forma más eficiente y revolucionó el análisis en tiempo real además de acelerar el proceso usando GPU en vez de CPU. A partir de ahí, y con el iPhone, hubo una convergencia de avances algorítmicos, proliferación de datos y aumento de computación y almacenamiento. La combinación de datos, modelos matemáticos y capacidad de cómputo y almacenamiento hizo que la IA sea real.
En cuanto a la inteligencia artificial y el aprendizaje profundo y neuronal, se producen tres tipos de aprendizaje automático:

-el aprendizaje supervisado (la máquina es entrenada por humanos que etiquetan variables de entrada y salida). Se usa para entender y optimizar precios (regresión lineal), clasificar a los clientes por probabilidad de que devuelvan un préstamo o predecir si una lesión cutánea es benigna (Regresión logística), predecir la rotación de clientes (Análisis discriminante lineal o cuadrático), proporcionar una decisión para contratar nuevos empleados o comprender qué atributo aumenta las ventas de un producto (Árbol de decisión), analizar el sentimiento de comprar (Naive Bayes), predecir pacientes para atender un hospital o la probabilidad de hacer clic en un anuncio on line (Suport vector machine), predecir el uso de energía o de llamadas (Random Forest), detectar fraudes en tarjetas (AdaBoost), prevenir la demanda de productos, probabilidad de que un paciente se una a un programa de salud (uso de red neuronal simple) o si los usuarios estarían dispuestos a pagar o no un precio por un producto (uso de red neuronal simple)

- el aprendizaje sin supervisión (un algoritmo explora los datos de entrada sin recibir una variable de salida explícita. No sabe clasificar los datos y el algoritmo encuentra patrones y datos). Sirve para segmentar a los clientes en grupos y características, asignar mejor las campañas de márketing o evitar pérdida de clientes (K-means clustering), segmentar clientes por preferencias o segmentar empleados por probabilidad de agotamiento (Gaussian mixture model), agrupa a clientes por fidelización en grupos microsegmentados o informa de productos a clientes que mencionan palabras clave en las redes sociales (Hierarchical clustering) y recomienda qué películas deberían ver los consumidores según las preferencias de otros clientes (sistemas de recomendación).

- el aprendizaje reforzado (un algoritmo aprende a realizar una tarea maximizando la recompensa por sus acciones). Sirve para optimizar la estrategia de trading para una cartera de opciones, equilibrar la carga de las redes eléctricas en ciclos de demanda, realizan un inventario usando robots, optimizan e comportamiento de conducción de coches autoconducidos, optimizan los precios en tiempo real para una subasta en línea.

El resultado es que aunque los algoritmos se vendieron como algo "objetivo", se están usando para adentrarse en aprendizaje en capas más profundas (la psique) y, según Paloma Llaneza, "han surgido múltiples economías cognitivas de la economía de la atención, de vigilancia, economía de la reputación, economía emocional, cuantificación y mercantilización de la confianza". Existen conjuntos de entrenamiento para la detección de emociones, parecido familiar, seguimiento de un individuo a medida que envejece, acciones como sentarse, saludar, levantar un vaso o llorar. Se están capturando datos biológicos forenses, biométricos, sociométricos y psicométricos para formar a la IA.

Entre las empresas que actúan en la nube están Amazon (AWS), Microsoft (Azure) y Google (Google Cloud), lo que según la autora da una idea de una "falsa democratización de la IA". Afirma que las herramientas de aprendizaje automático como TensorFlow son accesibles, "su lógica subyacente a estos sistemas y los conjuntos de datos para su capacitación son inaccesibles y están controlados por muy pocas entidades". Añade que en plataformas como Facebook, los usuarios están entrenando a las redes neuronales con datos de comportamiento, voz, imágenes etiquetadas y vídeos, o datos médicos. "En una era extractivismo, el valor real de esos datos es controlado y explotado por unos pocos en la cima de la pirámide".

Respecto a la toma de decisiones de la IA y el sesgo, hay un efecto pernicioso: el sistema se retroalimenta y hace prediciones que se autocumplen. Si alguien es rechazado en un trabajo por un test, este servirá de estandar, y el parado crónico se volverá iracundo. Respecto al sistema FICO para pagar deudas, devolver a tiempo el dinero no es suficiente para predecir el futuro: cuentan otras variables como hacer "running" a los 50 (probabilidad de fallo cardíaco o de tener amante), comprar en supermercados baratos (tener problemas económicos): el divorcio a la vista te aleja de la hipoteca lo mismo que una repentina afición al ejercicio físico aeróbico te deja sin un seguro médico aceptable. "Ya no se trata de aguantar una publicidad incómoda sino que dar información individual irrelevante nos define en conjunto no solo quiénes somos sino quiénes vamos a ser", dice.

Sesgos
Sobre los sesgos Cathy O'Neil señala que "los modelos son opiniones embebidas en matemáticas". O'Neil habla de "matemáticas de destrucción masiva" (WMD) que son:

-Los que definen su propia realidad para justificar sus resultados. Estos modelos, se autoperpetúan, son muy destructivos y demasiado comunes.
- los que se camuflan entre su código asunciones peligrosas no comprobadas.
- Los que tienden a penalizar al pobre y a perpetuar la desigualdad.
- Los que funcionan como una caja negra, en la que nadie está dispuesto a explicar el razonamiento detrás del resultado.

La autora matiza que los algoritmos que desvela O'Neil son opacos pero predecibles: hacen lo que han sido programados para hacer.
Llaneza Menciona el algoritmo tóxico "Compas" (Correctional Offender Management Profiling for Alternative Sanctions) que sirve para elaborar perfiles de los internos. Propublica lo evaluó y el algoritmo predijo acertadamente la reincidencia en el 59 % de los casos en delitos leves para blancos y 63 % para negros pero luego el programa tenía un marcado sesgo para señalar a los negros como reincidentes.  Incluso el MIT y UCardiff encontraron que las máquinas cuando se autoprograman pueden desarrollar prejuicios por sí mismas. Añade que "después de todo el software está escrito por hombres blancos y asiáticos abrumadoramente ricos e inevitablemente reflejará sus suposiciones. El sesgo no requiere de mala fe para convertirse en dañino. Por eso la transparencia algorítmica es importante".

Adicción
La autora explica que muchas "apps", plataformas, redes sociales y teléfonos móviles están diseñados para generar adición entre los usuarios para que estén el mayor tiempo posible sentados ante la pantalla como si fuese un videojuego o una máquina tragaperras. Recuerdan al experimento de Pavlov con sus perros que salivaban al oír la campanilla de un metrónomo anunciando comida aunque no la hubiese (lo que dio lugar a la ley del reflejo condicional). "Pocos sabemos que gracias a la hiperconectividad, las redes sociales y los servicios "on line" de extracción de datos nos hemos convertido en el perro [que mueve la palanca]", dice la autora. "Somos como pequeñas mascotas a las que se entrena con premios", dice. Recuerda que el botón de "like" se hizo para dar un subidón de dopamina para explotar la vulnerabilidad de la psique humana: la necesidad de validación social.

Critica que cuando alguien se vuelve adicto al móvil le culpen a él por no controlar sus impulsos y nadie se pregunte qué tipo de dispositivo adictivo han diseñado los programadores.

Las redes sociales funcionan así: hay un disparador, una acción, una recompensa y una inversión, en ciclos sucesivos, y con los ganchos se forman los hábitos". Dice que hay mecanismos deslizadores en la pantalla como el "pull-to-refresh" (diseñado por Loren Brichter, de Twitter, funciona así: deslizar hacia abajo por el Time Line, se detienen y esperan a ver qué contenido aparece) o "infinite scrolling" que son parecidos a una máquina tragaperras (tiras de la palanca y recibes recompensa o nada, lo que genera incertidumbre y es lo que nos hace volver; hay un refuerzo del comportamiento).

Los programas de refuerzo son:

- Programas de refuerzo continuo: para etapas de aprendizaje, para hacer una asociación fuerte entre comportamiento y respuesta.

- Programas de refuerzo parcial: Intermitente, hay menor aprendizaje pero la respuesta es resistente. Difícil deshabituarse. Hay cuatro tipos:
 1) De proporción fija (alimento para ratas si presiona cinco veces la palanca)
2) Proporción variable (juegos de azar y loterías, alimentos aleatorios para ratas)
3) De intervalo fijo (esperar un rato a alimentar a la rata)
4) Intervalo variable (dar alimento a tiempos distintos si le da a la palanca).

 Este último, las recompensas de los programas de refuerzo variable, son clave para que los usuarios de las redes sociales estén consultando sus móviles de manera constante enganchados por una recompensa impredecible (lo hace más susceptibles a la depresión y la ansiedad y, por eso, las redes sociales aumentan la tristeza).

Prácticamente, un móvil es una "tragaperras de bolsillo" debido a sus recompensas variables, según Tristan Harris. "Todas nuestras mentes están secuestradas. Nuestras opciones no son tan libres como creemos que son", afirma. Según Harris (ex de Google), Linkedin explota la necesidad de reciprocidad social para ampliar su red, YouTube y Netflix reproducen automáticamente los vídeos y los próximos episodios y Snapchat creó Snap streaks (que fomenta la comunicación entre adolescentes).

Según Harris, gracias a la nanopersonalización puede adaptarse algorítmicamente a cada persona. Facebook era capaz de identificar cuándo los adolescentes se sienten "inseguros", "sin valor" y "necesitan un impulso de confianza". Hay un modelo perfecto de botones que pulsar para cada persona en particular, dice la autora. El botón de "Me gusta" se cambió de azul a rojo porque es un color "disparador".

Harris cita ejemplos de técnicas de adición usadas por empresas tecnológicas:

1) Si controlas el menú, controlas las opciones.
2) Poner una máquina tragaperras en un billón de bolsillos (se entiende billón por "mil millones")
3) Miedo a perderse algo importante o de quedarse fuera: FOMSI (Fear of Missing Something Important) o FOMO (Fear of missing out).
4) Aprobación social
5) Reciprocidad social (Tit-for-tat). Obligación social a corresponder gestos.
6) Cuencos sin fondo, alimentaciones infinitas y reproducción automática.
7) Interrupción instantánea "versus" entrega "respetuosa" (llamadas sorpresivas que captan la atención del usuario)
8) Combinando tus razones con sus razones (la técnica del supermercado de poner las cosas básicas al fondo para pasar primero por todas las estanterías)
9) Opciones incómodas (condiciones leoninas para aceptarlas; si te vas, no hay otra opción)
10) Errores de pronóstico y estrategias de "pie en la puerta" (la gente se lía a ver vídeos de gatos pensando que no tardará mucho)

Harris impulsa el movimiento Time well spent (timewellspent.io) dentro del Center for Humane Technology (humanetech.com) Se unieron a él el creador del botón "Me gusta" (Justin Rosenstein). El colectivo denuncia que el algoritmo de Facebook está diseñado para maximizar la atención de los usuarios y las horas que dedican a la plataforma (tiempo ligado a los beneficios por publicidad). El modelo de negocio se basa en hacer crecer el número de usuarios y las conexiones e interacciones entre ellos para, de esa forma, aumentar su base de datos.

La conclusión de la autora es que "antiguos trabajadores de Facebook y Google manifiestan, no sin horror y preocupación, que el uso de los datos de los usuarios para conocerlos en profundidad se está empleando en mecanismos de manipulación emocional y de refuerzo de sus posiciones, haciendo un uso tan brillante como insensato de los sesgos cognitivos de los que acceden a su plataforma: solo vemos lo que nos agrada y lo que reafirma que nuestra visión de la realidad es correcta, eliminando del timeline de los usuarios cualquier información, dato o imagen que muestre una visión distinta del mundo. El algoritmo que sirve publicidad personalizada es el mismo que lo retiene cautivo dándole lo que quiere".

GAFA y filtro burbuja
En este apartado, al autora señala que las "fake news" funcionan porque la gente las ve. Cita el caso de Boris el macedonio (un adolescente de Veles que empezó a mover noticias sobre Trump, da igual que sean verdaderas o falsas, porque eran muy leídas y ganaba mucho dinero con la publicidad; hay una recompensa al contenido de odio o al troll). En China hay granjas de bots (programan móviles para sumar visitas en páginas sin intervención humana y generan tráfico falso). Hay una versión española: la web Digital Sevilla, con 496.000 usuarios únicos. Las anunciantes reclaman por las pérdidas con el tráfico falso.
Se llama "clickbait" al anzuelo para pescar visitas y monetizar con publicidad para captar la atención del usuario.

El "filtro burbuja" fue bautizado por Eli Pariser en 2011.

Las GAFA son los gigantes Google, Apple, Facebook y Amazon) y tienen poder monopolístico y algunos le critican que sean un obstáculo para la innovación al abusar de su posición de dominio en el mercado (compran a los competidores o los anulan). Recopilar datos masivos de los ciudadanos y hacer un uso intensivo de ellos supone un riesgo para la intimidad y el desarrollo personal de estos.
Apple y Amazon están con el "retail" y hay quejas por su tamaño, modelo fiscal, y afectación al minorista.
Google y Facebook tienen quejas por el uso descontrolado de los datos en las elecciones. (Cambridge Analytica en el 2018, sanciones de la Comisión Europea por abuso de posición de dominio).

El resultado es que el anunciante es el cliente y el usuario es el producto.

A ello se suma los "bots", los trolls americanos y las tramas rusas (les acusan de favorecer el algoritmo del mensaje de Trump para movilizar a sus votantes).

Los eurodiputados de la UE propusieron:
- Aplicar salvaguardas electorales convencionales del mundo off-line al mundo on-line (transparencia, límite de gasto, respeto a las jornadas de reflexión, igualdad de trato a candidatos)

- Identificar quién está detrás de la publicidad electoral pagada en redes sociales y otros entornos.

- Prohibir los perfiles para fines electorales, ni el uso de comportamientos "on line" que revelen preferencias políticas.

- Obligar a redes sociales a etiquetar el contenido compartido con los "bots", eliminar cuentas falsas y trabajar con verificadores de hechos.

Eurojust vigilaría a las "fuerzas extranjeras" que se entrometen en elecciones ajenas.

La autora advierte de que las GAFA (que prefieren autorregularse a ser reguladas) están en un escenario "explosivo": un crecimiento ilimitado y ausencia casi total de control legal regulatorio. El millonario George Soros pide el control de estos monopolios (casi servicios públicos). Nadie ha hecho nada por impedirlo a pesar de las multimillonarias sanciones a Google, que a la compañía lejos de hundirla, le rebotó. Las multas son por aprovechar su abrumadora posición de dominio en las búsquedas en Internet para promocionar artificialmente Google Shopping y eliminar competidores, así como otra por presuntas prácticas anticompetitivas en el mercado de sistemas operativos para móviles (solo funcionan con el dispositivo Android).

El periodista Barry Lynn (de Open Markets Institute) indicó que "gigantes como Amazon o Google hacen que la economía se estanque y sea más frágil" y propuso aplicarles una ley antimonopolio. Cree que el problema está en que estas redes sociales fueron creadas para recopilar datos pero no para gestionarlos en interés general. Cree que no se debió permitir a Facebook comprar Instagram y WhatsApp. Google se hizo con YouTube, Android, Deep Mind, Waze y Doubleclick.

Por su parte, McNamee propone estas reformas legislativas para incentivar la innovación, limitar las "fake news" y proteger la vida privada de los usuarios:

1) Prohibir los bots (distorsionan la política; hay que etiquetarlos)
2) No permitir a las plataformas hacer más adquisiciones hasta que resuelvan el daño hecho (Internet perdió la descentralización)
3) Las plataformas deben ser transparentes sobre quién está detrás de la comunicación política.
4) Las plataformas deben ser más transparentes respecto a sus algoritmos.
5) Se debe exigir a las plataformas que tengan una relación contractual más equitativa con los usuarios.
6) Se necesita un límite de explotación comercial de los datos de los consumidores por las plataformas de Internet (propone una ley de prescripción sobre el uso de datos de los consumidores por una plataforma, renegociable)
7) Los consumidores, no las plataformas, deben tener sus propios datos
8) Revivir el enfoque tradicional sobre el tratamiento de monopolios

Inicialmente, un monopolio es problema si no sube los precios pero ahora se dan cuenta de que las plataformas gratuitas generan "costes" ocultos o "externalidades" (adicción, manipulación electoral, reducción de innovación, contracción de economía empresarial...)



Análisis de ADN


La autora examina las "apps" sobre las bases de datos de ADN y la búsqueda de los ancestros a través de webs como Ancestry. Esta empresa envía kits caseros para recabar muestras de saliva para obtener el código genético (Gataca), que pasa a ser suyo y permite predecir la salud futura del usuario, para proyectos de investigación genealógica o genómica, verificación de identidad, encuestas, perfiles... todo ello se supone que para mejorar la información de las investigaciones médicas y farmacéuticas de sus socios. Aquí se incluye cuánto fumamos, si estamos sentados, sin hacer nada, si vemos la tele...)

Hay otras empresas como Baby-Glimpse (para saber cómo será nuestro bebé), 23andMe (la mayor del sector; para conocer nuestras bacterias del intestino o el ADN de las mascotas; cederá datos a farmacéuticas), Orig3n (revela el "superpoder" de cada cliente), 24Genetics (explica si afecta más la cafeína o dulces). El problema es que estos datos de salud predicen enfermedades y pueden limitar al usuario su acceso a seguros privados o el mundo laboral. O un hermano que se hace el ADN ayuda sin quererlo al FBI, que usa la base de datos GEDmatch, a descubrir que su otro hermano es un asesino en serie (De Angelo, Sacramento).

A la autora la preocupa que los padres difundan el ADN del niño (para ver si es intolerante al tomate) y luego, de mayor, las aseguradoras le denieguen el seguro médico [nota del lector: muy preocupante en aquellos países en los que no haya Seguridad Social universal].

Alexa, Amazon Echo, iRobot

Otra fuga de datos se produce con aparatos de interfaz de interacción humano-IA como Alexa (agente de inteligencia artificial que aprende y agrega nuevas funciones) o Amazon Echo. Detrás de Alexa hay cadenas entrelazadas de extracción de recursos, trabajo humano y procesamiento algorítmico a través de redes de minería, logística, distribución, predicción y optimización. Con cada interacción, Alexa se entrena para interpretar con mayor precisión después de que el dueño la active por voz y le ordene poner una canción o encender una luz.

La autora dice que el usuario de Echo es un consumidor, un recurso, un trabajador y un producto, algo que es común a los sistemas de extracción y análisis de datos. Incluso el usuario es entrenador de IA y las redes neuronales de Amazon. "Echo no es más que un oído en el hogar, es un agente de escucha descarnado que nunca muestra sus conexiones profundas con sistemas remotos", afirma Llaneza.

El robot aspiradora iRobot (de Roomba) lleva cámara y, aunque pide consentimiento a los dueños de las casas para hacer planos y mapas, puede afectar a su privacidad (sabe a qué hora están los dueños) cuando se conecta a la Nube y transfiere los datos al proveedor que podría monetizar la información (como un subproducto de su negocio). Algo similar pasaría con los coches autónomos compartidos recogiendo datos del entorno.

El resultado es que el Internet de las Cosas (IoT) hace que cualquier actor (fabricante, proveedor, usuario final) que participe en este ecosistema tenga acceso a muchos datos que el dispositivo de IoT genere. Un ejemplo es Songdo, en Corea del Sur, una ciudad inteligente totalmente cableada. Incluso para optimizar el uso de la energía de la lavadora, la IoT debe saber cuándo el dueño de la casa está ausente.

La gente incluso podría llevar dispositivos de IoT implantados o inyectados. A ello se suman los sensores, colocados en todos los sitios (daría lugar a un "paternalismo positivo" de la ciudad pero también define patrones de comportamiento generando una "inteligencia colectiva" que se incorpora a la IoT, el llamado Internet of Everything o IoT cognitivo). Como en un episodio de Black Mirror, el despertador sonará diez minutos antes porque hay atasco.
También afectará a los datos biométricos. Con la IoT, hablar sustituye a escribir pero los aparatos tienen micrófonos que "escuchan todo el rato" como Echo, Google Home o Apple Pod. Hubo un señor que descubrió que Siri le escuchaba en sueños y le contestaba. "Alexa está pensada para cotillear permanentemente", dice la autora. Además, la IA puede ser engañada facilmente, lo que da paso a "ataques de audio" hácker.

Respecto a los seguimientos biométricos, justificados por la seguridad, se hacen seguimientos combinando cámaras de vigilancia, reconocimiento de caras e IA. Algunas pulseras de Fitbit ayudaron a resolver asesinatos mediante geoposicionamiento y wearebles. Los militares no pueden usar rastreadores de ejercicios. Otros hacen "tracking" con las rutas de los usuarios de pulseras que registran sus entrenamientos.

Ahora incluso hay el Internet de la emoción, pues los dispositivos saben nuestro estado de emoción en tiempo real (hormonales, frecuencia cardíaca, expresiones faciales, tono de voz), lo que hace vulnerable a los usuarios de ser manipulados (imagen pública emocional y apariencia de salud mental). Las máquinas de biosensing (indicadores físicos y ondas cerebrales) reconocen celos, ambición, dominio... Surgen el "yo cuantificado" y las "métricas personales".



Crédito social

Se refiere a Sesame Credit o Alipay (China) que realiza evaluaciones objetivas. En Europa, posiblemente las empresas de redes sociales hagan "puntuaciones" y las compartan unos con otros.

El "data breach" son ataques a bases de datos de redes sociales.

Finalmente, la autora considera que hay problemas con el consentimiento que es ineficaz como medida legal de recogida de datos. Además, muchas empresas "monitorizan" a sus empleados para saber si están "estresados" o "abrumados" o son "tontos" o "sin valor".

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx


Reseña / resumen de "La era del capitalismo de vigilancia", de Shoshana Zuboff (2019)

Link al resumen original y actualizado:

Resumen elaborado por E.V.Pita, doctor en Comunicación y licenciado en Derecho y Sociología

Sociología, capitalismo, redes sociales, big data, Internet, sociedad de la información

Nota: resumen elaborado a partir del extracto publicado por Le Monde Diplomatique (enero 2019, portada y páginas 22 y 23)

....................................................................................................................

Ficha técnica

Título original en inglés: "The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power"

Autora: Shoshana Zuboff

Publicado por Public Affairs, Nueva York, 2019

Traducción al español: Traducción del primer cápitulo en Le Monde Diplomatique (enero 2019, portada y páginas 22 y 23)

...................................................................................................................................

Biografía de la autora Shoshana Zuboff (hasta el 2019)

Shoshana Zuboff es profesora emérita en la Harvard Business School. Autora de "The Age of Surveillance Capitalism"

...................................................................................................................................

Resumen del extracto publicado en Le Monde Diplomatique (español) en enero del 2019

Comentarios iniciales: La autora se suma a la corriente de expertos (Lanier, Morozov y otros) que cuestionan la arquitectura de las redes sociales con sus métodos para extraer datos de los usuarios de forma masiva. Ya no es solo que las grandes tecnológicas de Silicon Valley invadan la esfera privada e intimidad del usuario, o que no les paguen por sus datos ni por los contenidos que crean, sino que además ahora pretenden modificar el comportamiento y la conducta de esos usuarios, en base a esa vigilancia y extracción masiva de datos. La manipulación de los usuarios, ya sea con fines comerciales o políticos, es cuando menos "preocupante" en un sistema democrático de libre competencia de mercado. Recuerda que la historia del capitalismo consiste en captar cosas ajenas a la esfera comercial para convertirlas en mercancía.

[Nota del lector: A mayores, la autora se adentra en un viejo debate entre economistas teóricos: la existencia de un socialismo altamente tecnificado, una economía planificada que extrae y computa datos masivos de los ciudadanos para predecir con exactitud los comportamientos y demanda  de los consumidores de forma que genera la misma información que habrían transmitido los precios en el libre mercado (Hayek)]. 

La tesis de la autora es que la telemática ha inaugurado una nueva era, la del control del comportamiento. Esta nueva economía de la acción y el empuje "reinventa" al usuario a través del poder de los grandes conglomerados (aseguradoras, tecnológicas...) y mediante sus medios de modificar comportamientos. El negocio está en generar certezas lucrativas.

La autora explica que Google mutó en el año 2000 para transformar su publicidad, Internet y la propia naturaleza del capitalismo de la información "en un proyecto de vigilancia formidablemente lucrativo". Dirigía la publicidad digital a personas concretas.  Señala que el capitalismo de la vigilancia (extraer una plusvalía de nuestro comportamiento con fines concebidos por otros) se impuso como "el modelo por defecto" del capitalismo de la información en la Red. 
Añade que la "economía de la vigilancia" se basa en un principio de subordinación y de jerarquía (ya no hay reprocidad entre empresas y usuarios). La autora dice que ya ni siquiera somos el "producto" que vende Google (como se decía antes) sino "los objetos cuya materia se extrae y se inyecta en fábricas de inteligencia artificial de Google que fabrican los productos predictivos vendidos a los verdaderos clientes: las empresas que pagan por competir en los nuevos mercados ligados al comportamiento".
Parafraseando a Polanyi y sus tres clases de mercancía, la autora ve una cuarta clase de mercancía: el fruto de la expropiación de las experiencias humanas reales que renace como "comportamiento" para realizar predicciones (el pronóstico es lo que se compra y vende). Las cadenas de montaje producen "certeza".
Surge así lo que ella denomina "imperativo de extracción" (La primera dimensión sería recopilar todos los datos posibles de cada usuario; hasta cómo duerme o de qué habla por la mañana. La segunda dimensión sería la profundización (explorar nuestras particularidades más íntimas). El resultado es que nuestras casas se encuentran en el "punto de mira" del capitalismo de vigilancia (según la autora).
Shoshana Zuboff señala que la lógica de ganancia es que el método más seguro para predecir el comportamiento sigue siendo la intervención en el origen: "moldear" la conducta. Es lo que bautiza como "economías de acción" (software diseñado para intervenir en situaciones reales sobre personas y cosas reales dándoles un "empujoncito" (leáse al Nobel experto en "empujes"). Son acciones que modifican el comportamiento del usuario en direcciones concretas (el famoso caso de que si no pagas el seguro del coche, se apaga el motor, apagarse la nevera si eres obeso o apagarse la tele si tienes que madrugar). Ellos componen la música y esta los hace bailar.
Dice que el juego virtual Pokemon Go se convirtió en "el laboratorio vivo de modificación de comportamientos que conjugaba fácilmente escala, alcance y acción".
Ve una siniestra paradoja: los nuevos instrumentos internacionales de modificación del comportamiento suponen una nueva "era reaccionaria": el capital es autónomo y los individuos heterónomos (justo lo contrario de una plenitud democrática).

El libro arranca con la historia de un vecino de Nueva Jersey en el verano del 2016 que estaba en su casa cuando timbraron a su puerta unos adolescentes con sendos móviles. Le pedían permiso para capturar un nuevo tipo de "Pokemon Go" que habían visto en su jardín. La autora señala que este juego de "cazar" mascotas virtuales (realidad aumentada) fue uno de los más populares y que ayudó a lograr ciertos intereses comerciales y que los usuarios estaban siendo utilizados por el que denomina "capitalismo de vigilancia", que califica como "una lógica audaz y sin precedentes". 
[nota del lector: aunque la autora no lo cita expresamente, Google estaba cartografiando todo el mundo pero había lugares por los que no pasaban sus coches por ser zonas peatonales, o boscosas: ¿qué tal si los usuarios-peatones se dedicaban a mapear gratis esos lugares intransitables a la caza de Pokemons].

Señala que Pokemon Go (creada por Niantic Labs) fue un gran experimento de "economía de acción" porque recopilaba muchos datos, además de hacer más "frecuentes" unos sitios que otros (allí donde había que poner la publicidad, pagada a coste de visita). O sea, estaban llevando a la gente a unos "sitios precisos" en los que gastar el dinero en el mundo real.

La autora retrocede al año 1999, cuando Google aún carecía de una estrategia para dar dinero a sus inversores. Tras el estallido de la burbuja de las punto.com en el 2000, Google prestó más atención a su departamento de publicidad (AdWorks), que solo tenía siete personas. Empezaron a generar información mediante publicidad selectiva según el perfil del usuario (información que se deducían de sus hábitos de búsqueda, documentos descargados...). Se trataba de determinar los perfiles de los usuarios y utilizarla para difundir anuncios publicitarios y mejorar las predicciones de comportamiento del público o, como dice la autora, de "leer los pensamientos" del cliente.

Los datos de comportamiento pasaron a ser la materia prima esencial para construir un mercado de la publicidad dinámica digital. Esta "plusvalía del comportamiento" (medida en ratio de clics) y beneficio exponencial se basaba en deducir los pensamientos, sentimientos, intenciones e intereses de los individuos sin necesidad de su consentimiento (era una extracción de datos automatizada). Lo denomina "espejo sin azogue" que generó una asimetría de saber y poder.

La técnica de Google para extraer cualquier información útil consistía en evaluar el contenido de una página y ver cómo interactuaban los usuarios. Al servicio se le llamó AdSense en el 2004 y generó decenas de miles de millones de dólares en un lustro.

Según la autora, en los últimos años proliferan los productos destinados a interpretar, seguir, almacenar y comunicar datos de comportamiento (hay termómetros, cepillos de dientes inteligentes y camas inteligentes que recopilan datos biométricos).

Entre las más interesadas en la economía del "empujón" o de inducir al comportamiento gregario, la autora apunta a las aseguradoras para "minimizar los riesgos". El plan es seguir y sancionar el comportamiento del asegurado en tiempo real (lo que se llama "behavioral underwriting" (seguro basado en el comportamiento), e incluso subir las tarifas en tiempo real o bloquear el coche a distancia.

[nota del lector: La tesis del "pequeño empujón" fue defendida en el libro "Un pequeño empujón (Nudge)", de Richard H.  Thaler y Cass R. Sunstein (2008). Se basa en pequeñas acciones para que alguien cambie de conducta "por su bien" (estudie más, adelgace...), razón por la cual, se le critica por paternalista. 
Richard H. Thaler fue premio Nobel de Economía en 2017 y el resumen del libro puede verse en: 


Referencias a Polanyi
La autora  Shoshana Zuboff hace una referencia a "La gran transformación", de Karl Polanyi (1944), el cual describe en su ensayo el advenimiento de una economía de mercado autorreguladora mediante el advenimiento la invención de tres "mercancías ficticias": 1) La vida humana subordinad a las dinámicas de mercado (trabajo que se compra y se vende) 2) la naturaleza que pasa a ser propiedad territorial 3) el intercambio convertido en comercial y resucitado en dinero.