Hay arena y de ella se puede hacer vidrio. Los datos son los mismos, se pueden convertir en información sobre la que se puede actuar. El dilema moral viene con la información y la acción.
Auto Insurance , las primeras compañías de big data, utilizaron datos agregados sobre todos los titulares de primas para calcular el riesgo y, por lo tanto, las primas. Piense en el seguro de auto aquí. Sin embargo, las implicaciones de los grandes datos son que ahora podemos rastrear el uso de cada vehículo, los momentos en que se conduce y las velocidades relacionadas con la carretera y el estado. Por lo tanto, la compañía de seguros ahora puede fijar el precio de la prima de cada persona individual mediante un cálculo de riesgo más personalizado. No es un gran problema moral hasta ahora.
- ¿Qué trabajo se da a los estudiantes de primer año en el análisis de datos?
- ¿Cómo se prueba que la probabilidad de una moneda es 1/2?
- ¿Has oído hablar de alguien que usa datos de transacciones para ayudar a detectar patrones de fraude?
- ¿Cómo se puede institucionalizar Analytics en una organización de telecomunicaciones?
- ¿Big Data es una palabra de moda sobrevalorada o es realmente algo con sustancia? ¿Cuáles son las áreas donde los grandes datos han sido evidentemente disruptivos y transformadores?
Seguro de salud: las compañías de seguro de salud solían tener cálculos de primas de todo el sistema basados en el riesgo agregado, en función de la edad, el sexo y ciertos atributos de estilo de vida. Con más datos, quizás perfiles genéticos de servicios como 23andme, las compañías de seguros pueden comenzar a personalizar las primas en función del riesgo genético. Quizás esto sea solo un ligero dilema moral porque las compañías de seguros de salud están principalmente allí para ganar dinero para sus accionistas, por lo que probablemente esté bien que no paguen innecesariamente las reclamaciones de los pacientes.
Seguro personal : los datos de las redes sociales pueden revelar rápidamente quién está “conectado” a quién usar las redes. El análisis de datos utiliza la frecuencia y el volumen de los contactos interpersonales para revelar la verdadera fuerza de las conexiones. Si está conectado con personas que anteriormente han sido rechazadas por un seguro por fraude, antecedentes penales, función laboral u otro rasgo que conlleva riesgos, entonces tiene una posibilidad de rechazo porque los algoritmos ven un riesgo por asociación. ¿Hay un problema moral allí? Nuevamente, la compañía de seguros está minimizando su riesgo.
Trasplantes de órganos : no hay suficientes órganos para proporcionar trasplantes a quienes los necesitan. Históricamente, las colas solían ser por orden de llegada. Sin embargo, hoy, utilizando todos los datos disponibles, podemos ver qué calidad de vida podría mejorar más con el trasplante de órganos y ese sería el factor decisivo. Algunos dirían que es justo, pero la familia de aquellos en la parte superior de la lista cronológica podría no serlo.
Proveedores de servicios de Internet : probablemente tenga Internet en casa y su ISP supervisará su uso, incluidos todos los sitios que visite (suponiendo que no se los oculte). Verán cuando visite las páginas de sus competidores y cuando explore específicamente las páginas de ofertas de los competidores. Es posible que reciba un descuento alternativo de su ISP en ese momento porque saben que está pensando en irse. ¿Hay un problema moral aquí o es solo una competencia justa?
Compañías telefónicas: las compañías telefónicas saben a quién llama, a qué hora las llama y durante cuánto tiempo. Utilizando estos datos, pueden mapear sus redes sociales sabiendo por número de teléfono (y nombre si también son clientes) de cada individuo. Analytics les ha dicho que cuando una persona en una red cancela el servicio, las otras en la red tienen muchas más probabilidades de cancelar durante las próximas 3 semanas. Entonces, si recibe una oferta al azar de su compañía telefónica, es posible que alguien cercano a usted haya cancelado el servicio. Moraleja, probablemente sí. Espeluznante, tal vez. ¿La forma de las cosas por venir? Seguro.
Compañías de tecnología : en enero de 2016, Apple adquirió una compañía que mira imágenes de video y estudia los micro-movimientos realizados en su cara mientras se expresa. Estos micro movimientos se correlacionan con las emociones y se utilizan para determinar emociones verdaderas, por ejemplo, qué tan rápido se curvan los labios al sonreír y el movimiento de las mejillas y los ojos en ese momento. Bonito dispositivo por sí solo, pero los nuevos iPhones no toman fotos, sino segmentos cortos de video, por lo que las emociones de un sujeto fotográfico se pueden revelar a partir de una ‘foto’. No es un problema, pero ¿qué sucede cuando su entrevistador está usando ‘especificaciones de emociones verdaderas’?
Fabricantes de vehículos sin conductor : ‘Big Data’ parece cubrir la captura, el almacenamiento y el análisis, pero luego hay acción y para esto usamos el término Machine Learning que permite sistemas autónomos y semiautónomos. Como los autos sin conductor que toman tanta información sobre la situación como sea posible y toman decisiones de manejo. La información de tráfico transmitida puede hacer que el automóvil cambie de ruta a mitad del viaje, lo cual no es un problema tan moral. Pero el problema comienza cuando el automóvil necesita tomar la decisión de salvar a su pasajero individual o arriesgar la vida del pasajero para salvar a los 20 niños que están en su curso inmediato. ¿Qué sistema moral implementas aquí?
Lo que puede deparar el futuro
Hoy estamos relativamente a salvo de los usos indebidos masivos de datos porque los datos están aislados y es difícil trabajar para unirse. Pero el aprendizaje profundo y la inteligencia artificial nos permiten hacer inferencias en datos de audio, video e imagen. El marcado y los metadatos estandarizados están mejorando. Y existen técnicas de coincidencia difusa que nos permiten hacer coincidir datos estructurados, no estructurados y semiestructurados.
Cuando las organizaciones comienzan a unirse o al menos comienzan a crear relaciones para compartir datos, veremos cosas como nuestros datos de compras que se unen a nuestros datos de ubicación que se unen a nuestros datos sociales y lecturas emocionales. Esto podría resultar en algunas herramientas muy poderosas que nos facilitarán la vida, pero en las manos equivocadas podría ser molesto o simplemente peligroso.
LEYENDO
23andMe es aterrador, pero no por las razones que la FDA piensa
23andMe: la ética de las pruebas genéticas para enfermedades neurodegenerativas
Un pionero de la web perfila a los usuarios por nombre
La asimetría de los datos personales
Es posible que no puedas ocultar tus sentimientos reales de Siri por mucho más tiempo
Hora de privacidad en línea
Manejo de datos personales
En Data for the People, el Dr. Andreas Weigend explora cómo necesitaremos manejar estos problemas, ya que los datos se convierten en el lubricante ubicuo para eliminar la fricción en un mundo posterior a la privacidad. Datos para la gente – Libros en Google Play