El Big Data ha revolucionado la toma de decisiones tanto en la gestión empresarial como en el campo de la salud o el marketing. La automatización de la toma de decisiones está diseñada para eliminar de la ecuación el factor humano, asegurándonos así de que nos libramos de la intuición para dejar paso a la objetividad.

Pero dejamos todo el peso de la responsabilidad sobre algoritmos matemáticos que buscan entre montañas de datos. Se toma una decisión sobre nosotros, pero no tenemos ni idea de por qué se ha hecho y esto puede resultar inquietante. Se trata de un sistema de toma de decisiones altamente complejo sobre el que incluso los más entusiastas tienen ciertos recelos.

Esto es lo que explica Steve Lohr en el artículo Si los algoritmos lo saben todo, ¿cuánto deberían ayudar los humanos? En él se plantea si la intervención humana es necesaria para asegurarnos de que los datos están tomando las decisiones adecuadas.

Lohr afirma que el Big Data se enfrenta al reto de, más allá de los grandes beneficios que promete, ser capaz de proteger al individuo de una decisión misteriosa y caprichosa que puede tener importantes efectos en su vida. Esto quizá no sea un problema en el ámbito del marketing, pero cuando hablamos de la salud, en la que la toma de decisiones correctas es fundamental, las cosas cambian.

El Big Data más humano

Con respecto a la intervención humana en las decisiones que toma el Big Data existen dos posturas claramente diferenciadas:

Por una parte, algunos consideran que la clave está en el storytelling, no comprendido como un relato, sino como una  especie de auditoría comprensible que explique cómo se ha tomado una decisión automática, cómo se relaciona con nosotros y qué parte de la decisión es humana y qué parte de la máquina. En definitiva, una interpretación humana que nos asegura que lo estamos haciendo bien.

Por otra parte, hay quien considera que introducir el factor humano no hace más que vetar a los sistemas algorítmicos. Introducir el sesgo humano hace que las decisiones dejen de ser automáticas para volver a lo que ya eran: análisis de datos.

Para Lohr la mejor solución está a medio camino entre estas dos alternativas. Los creadores de los algoritmos deberían ser capaces de afinarlos, no tanto para obtener la máxima eficiencia y beneficio como para otorgarle mayor peso al individuo y reducir el riesgo de errores. El objetivo no es darle un punto de vista humano, sino mejorar la calidad de los resultados que se ofrecen a las personas. El factor humano puede aportar los matices que se escapan a al Big Data y trabajar juntos mejor de lo que lo harían por sí solos.

descarga-kiply-gratis

Imagen: Jared Tarbell

follow us in feedly