Inteligencia artificial

IA Y BIG DATA: GIRO EPISTEMOLÓGICO Y METODOLÓGICO DE LAS CIENCIAS SOCIALES

Autores:

Ernesto Vivares, Henry Chávez, María Belén Albornoz, Ángel Gutiérrez, Cheryl Martens

Abstract:

Utilizamos los estudios sociales de la ciencia y la tecnología como marco conceptual para comprender los cambios que generan la IA y el Big Data en la selección de nuevos métodos y estrategias analíticas (Chadwick 2013; Lindgren 2014). En un contexto de “formaciones tecnosociales híbridas” (Woolley 2018, 134), donde un aspecto central es la datificación (Stefanija y Pierson 2020), exploramos la obsesión por la causalidad provocada por «una cultura que está formada y poblada de números, donde la confianza y el interés en cualquier cosa que no pueda ser cuantificada disminuye» (Beer 2016, 149). Así, el espejismo y la mitología de los grandes datos exigen que se planteen una serie de preguntas críticas con respecto a «qué significan todos estos datos, quién tiene acceso a qué datos, cómo se emplea el análisis de datos y con qué fines» (boyd y Crawford 2012, 665). Pues existe el riesgo de que el atractivo de los grandes datos deje de lado otras formas de análisis y que otros métodos alternativos con los que analizar las creencias, las elecciones, las expresiones y las estrategias de las personas queden relegados por el mero volumen de cifras. Ya que el surgimiento de una ortodoxia de los datos sugiere un “esencialismo de datos” (Stevenson y Poveda 2020) que supone que los datos son la esencia de básicamente todo, vemos un resurgimiento del positivismo que aboga por la objetividad de los datos y por la veracidad de las predicciones basadas en correlaciones de datos.