Ingresa o regístrate acá para seguir este blog.
No hay peor ciego que el que no quiere ver. Este adagio popular resume la naturaleza humana de la negación como reacción natural al cambio, a lo que no nos gusta, a lo que nos saca del lugar en el que estábamos y nos lanza al vacío, a lo desconocido y a la incertidumbre.
Durante milenios, como bien lo ilustra Yuval Noah Harari en su libro ‘Sapiens’: De animales a dioses, los seres humanos hemos construido conocimiento de forma comunitaria, a través de relatos orales que llegaron a transformarse en un arte como la oratoria en la antigua Grecia. Sin embargo, tener el argumento está siendo lentamente reemplazado por tiempos en los que los datos se presentan como la evidencia más objetiva.
Parte fundamental de los cimientos de la transformación digital es dejar de tomar decisiones por impulsos y creencias para pasar a legislar y crear soluciones basadas en datos. Saber cuánta gente sufre un mal, en un periodo de tiempo y de qué formas los impacta es el primer paso para construir un plan de acción.
Como le digo a mis estudiantes: el 50 % de la solución siempre está en entender realmente cuál es el problema.
Como periodista de datos que soy, sí. La información estructurada y correctamente tratada es mucho más contundente para contar historias que citar lo que fulano y lo que zutano dijo desde su experiencia, conocimiento, opinión e interés. Es lo que algunos colegas llaman evolucionar del periodismo testimonial a contar los hechos con datos.
Los datos además son los granos de arena que componen lo que se conoce como inteligencia artificial. Cuando se habla del ‘aprendizaje’ de las máquinas, los niveles de ‘conocimiento’ están relacionados a las formas en las que se procesan grandes cantidades de datos para: organizar información, extraer conclusiones, predecir tendencias y – en un nivel más avanzado – generar respuestas.
Pero sin dejar de ser ‘fan’ o querer frivolizar la importancia del Big Data, tal vez la antimateria del ‘dataismo’ somos nosotros mismos los que construimos las bases de datos, esos ladrillos de una arcilla tan sensible que el mínimo error puede viciar cualquier análisis fundamentado.
Durante años, los científicos, políticos e investigadores académicos han señalado el uso de las ‘encuestas de intensión de voto’ como arma de campaña. Elegir la muestra no tan representativa, condicionar una pregunta buscando obtener un tipo de respuesta, entre otro tipo de sesgos es algo que toda organización que alguna vez haya trabajado con datos tiene que minimizar… en el mundo ideal.
El tema es que como siempre hay intereses. Destacar lo bueno o lo malo de algo favorece o perjudica a cierto grupo. Con ello, el uso de los datos ‘objetivos’ zanja las discusiones.
La preocupación es que mientras las máquinas y los datos pueden extraer conclusiones que escapan el ingenio humano en capacidad de volumen, la información, la materia prima, está contaminada con nuestras incapacidades, miedos, intereses particulares y sesgos.
Ese ‘loop’ es especialmente peligroso en momentos como el que vivimos.
A nivel global, el miedo a que el coronavirus quiebre las economías mundiales podría llevar a los países a ‘maquillar’ sus dolores. Así como no se conoce el estado real de los contagios en Venezuela… ¿qué garantiza, qué certifica que otros gobiernos del mundo no estén en la misma fase de negación?
Como lo señala un artículo en ‘La República‘, la alta tasa de mortalidad en Estados Unidos ha llamado la atención por la cantidad de muertes versus los casos confirmados. Una alta tasa de incertidumbre en el reporte de los casos confirmados, podría deberse a pocas herramientas o dificultades para realizar la prueba y descartar los contagios potenciales.
Más allá, numerosos portales como el prestigioso Technology Review del MIT, han señalado irregularidades en la realización de pruebas. Incluso ciudadanos que manifiestan algunos síntomas o contacto con personas que han dado positivo han sido descartados para pruebas. (TUIT )
Well, three days after my husband was admitted to the ICU, where he remains on a ventilator, his #COVID19 test results are finally in. It will surprise nobody to learn he tested positive, but nevertheless wanted to deliver that update. #WhereAreTheTests? (cc @danielsgoldman)
— Dodes (@racheld) March 23, 2020
Esto no es exclusivo de Estados Unidos claro, el tope de cantidad de pruebas que se pueden aplicar o las dificultades de hacer un test a cada hogar nos puede llevar a subrepresentar las situaciones, pero hay un riesgo, en parte, por temor de quienes aplican los instrumentos y de quienes ordenan los estudios.
Denuncias de personal médico han señalado que los sistemas de atención no están practicando pruebas incluso a quienes han dicho tener síntomas.
Desde mi trabajo.
Ayer atendí una sospechosa, hoy a 2 (madre e hija). En la noche, les cuento con lujo de detalles, porque odio a las EPS y que tienen que ver con mis casos pic.twitter.com/jLCaNhiEsl— MD.Sweety??⚕️❤??? (@alemar_dul) March 26, 2020
Sin suficientes pruebas… ¿cómo entender la real cantidad de enfermos? Si las denuncias de médicos que dicen que no se están aplicando las pruebas a quienes tienen síntomas llegan a ser reales… ¿Cuál es el margen de error en la información que estamos recopilando?
Como bien lo platea la ingeniera Isabel Yepes, fundadora de Women Who Code Bogotá, si no lo sabemos por los contagios, las cifras de muertes aparecerán.
Esto va a sonar tétrico pero si no contamos a los contagiados vamos a saber la magnitud del contagio contando los muertos.
— Isabel Yepes (@iyepes0120) March 28, 2020
El dataismo, la creencia casi religiosa de que los datos aportan un conocimiento más puro, está pasando por un momento de crisis importante. Aunque sepamos cómo limpiar la información y analizarla, si no existe la voluntad real de conocer una realidad, seguiremos ciegos caminando en las redes de la crisis.
