Saltar al contenido principal
LibreTexts Español

1: La era de los algoritmos

  1. Última actualización
  2. Guardar como PDF
  • Page ID
    90616

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Los algoritmos —procesos basados en reglas para resolver problemas— son anteriores a las computadoras. No fue, sin embargo, hasta que la palabra “Google” se convirtió en sinónimo de “buscar en línea” a principios de la década de 2000 7 que la idea de algoritmos entró en la conciencia pública. 8 Fue entonces cuando comenzamos a notar lo inteligente que el código de computadora influía en nuestra vida diaria al recomendar películas de Netflix, 9 recordando las preferencias por las compras de Amazon y encontrando a nuestros amigos en los precursores de Facebook, como Friendster y MySpace. A los pocos años de su fundación en 1998, Google necesitaba un modelo de negocio rentable, por lo que comenzó a hacer uso de los senderos digitales que todos dejamos atrás para sacar provecho de la publicidad personalizada. Facebook pronto lo siguió. La gigante plataforma de redes sociales construyó su reputación y poder publicitario en su “gráfico social”, las interconexiones entre las personas en línea, enriquecidas por métricas de “amigos” y “me gusta”. 10 Durante el mismo tiempo, la industria noticiosa comenzó a luchar ya que startups como Craigslist comenzaron a canibalizar los ingresos por anuncios clasificados y las suscripciones disminuyeron a medida que los lectores disfrutaban de noticias gratuitas en línea. 11 organizaciones de noticias se vieron obligadas a negociar relaciones tensas con plataformas que dominaban cada vez más la publicidad digital y monopolizaban la atención de la audiencia. 12 Avance rápido hasta 2015, cuando las controversias en torno a las “noticias falsas” y la escisión de audiencias globales en campamentos polarizados llevaron al público a ver los algoritmos como poderosos, eficientes —y a menudo cuestionables— impulsores de la innovación y el cambio social. El auge de lo que se conoce ampliamente como la “era de los algoritmos” ha tenido un profundo impacto en la sociedad, 13 en la política, 14 en las noticias, 15 y en la epistemología. 16,17 Y sin embargo, la mayoría de los algoritmos son fáciles de ignorar ya que no podemos verlos, escucharlos o tocarlos. Si bien están trabajando duro, muchos de nosotros no pensamos mucho en las minucias ocultas de sus fórmulas patentadas en constante cambio. Sus líneas de código complejo y opaco toman decisiones rápidas para y sobre nosotros de manera útil y poco útil. Los algoritmos no son inherentemente buenos o malos. Más bien, sus efectos dependen de lo que están programados para hacer, quién está haciendo la programación y con qué fin, cómo operan los algoritmos en la práctica, cómo los usuarios interactúan con ellos y qué se hace con la enorme cantidad de datos personales de los que se alimentan. 18 En el lado positivo, estas misteriosas cajas negras pueden responder en segundos a una pregunta que antes requería horas en una biblioteca (aunque la respuesta puede no ser necesariamente del todo precisa). Las plataformas de redes sociales como Facebook, Twitter e Instagram nos permiten compartir fotos, noticias personales y vínculos con extraños de todo el mundo cuyos intereses se alinean con los nuestros. Podemos organizar el socorro en casos de desastre o un movimiento social de base desde muy lejos. Podemos enseñar a las máquinas a identificar la ubicación de los tumores cerebrales o ayudar a reducir la congestión del tráfico. 19 Pero los algoritmos también tienen influencia que quizás no anticipemos, ya que su uso tiene cada vez más dimensiones políticas y sociales. 20 Utilizando conjuntos de datos incompletos para predecir las probabilidades de éxito, los algoritmos pueden determinar quién ingresa y quién no ingresa a la universidad en función de su código postal en lugar de sus esfuerzos académicos. 21 Los algoritmos pueden programarse para decidir a quién se le invita a entrevistar y, en última instancia, quién recibe una oferta de trabajo. 22 Podrían recomendar qué solicitantes de préstamo son un buen riesgo crediticio. 23 Estas líneas invisibles de código pueden incluso establecer la duración de una sentencia penal. 24

    En nuestra vida diaria, a menudo se utilizan algoritmos para filtrar las noticias que vemos sobre el mundo, 25 decisiones potencialmente oscilantes sobre lo que compramos y cómo votamos. 26 Podrán determinar los resultados que obtienen los estudiantes de las búsquedas en su colegio o biblioteca universitaria. 27 En el peor de los casos, los datos arrastrados por estos algoritmos pueden ser utilizados por actores estatales, delincuentes o trolls empeñados en la disrupción o el sabotaje. 28

    Referencias

    1. Virginia Heffernan (15 Noviembre 2017), “Solo búsquelo en Google: Una breve historia de un verbo recién descubierto”, Wired, www.wired.com/story/just-goo... verbo newfound/
    2. Tarleton Gillespie (2017), “Algoritmo”, Palabras clave digitales: Un vocabulario de la sociedad de la información y la cultura, Benjamin Peters (Ed.), Princeton University Press, 18-29.
    3. Clive Thompson (21 de noviembre de 2008), “Si te gustó esto, seguro que te encantará eso”, The New York Times Magazine, www.nytimes. com/2008/11/23/magazine/23Netflix-t.html
    4. Jonathan Haidt y Tobias Rose-Stockwell (diciembre 2019), “La psicología oscura de las redes sociales”, The Atlantic, www.theatlantic. com/revista/archivo/2019/12/social-media-democracia/600763/
    5. Ángel Arrese (2016), “De lo gratuito a los muros de pago: una breve historia de una retro-innovación en el negocio de la prensa”, Estudios de Periodismo 17 (8), 1051— 1067, DOI: doi.org/10.1080/1461670x.2015.1027788
    6. Nushin Rashidian, George Tsiveriotis y Pete Brown —con Emily Bell y Abigail Hartstone (22 de noviembre de 2019), Plataformas y editores: El fin de una era, Tow Center for Digital Journalism, https://www.cjr.org/tow_center_repor... -of-an-era.php
    7. Cathy O'Neil (2016), Armas de destrucción matemática: Cómo el big data aumenta la desigualdad y amenaza la democracia, Crown; Safiya Umoja Noble (2018). Algoritmos de opresión: Cómo los motores de búsqueda refuerzan el racismo, New York University Press; Virginia Eubanks (2018). Automatizar la desigualdad: Cómo perfilan las herramientas de alta tecnología, policías, y castigan a los pobres, St. Martin's Press; Sofia C. Olhede y Patrick J. Wolfe (2019), “La creciente ubicuidad de los algoritmos en la sociedad: Implicación, impacto e innovación”, Transacciones filosóficas de la Royal Society 376 (128), DOI: https://doi.org/10.1098/rsta.2017.0364
    8. Zeynep Tufekci (2017), Twitter y gas lacrimógeno: El poder y la fragilidad de la protesta en red, Yale University Press; Siva Vaidhyanathan (2018), Antisocial media: Cómo Facebook nos desconecta y socava la democracia, Oxford University Press; Yochai Benkler, Rob Faris, & Hal Roberts (2018), Propaganda en red: Manipulación, desinformación y radicalización en la política estadounidense, Oxford University Press; Jonathan Zittrain (23 de julio de 2019), “Los costos ocultos del pensamiento automatizado”, The New Yorker, https://www.newyorker.com/tech/annal...mated-thinking
    9. John P. Wihbey (2019), El hecho social: Noticias y conocimiento en un mundo en red, MIT Press, especialmente el capítulo 5, “Sesgo en la arquitectura de redes y plataformas”; Jihii Jolly (20 de mayo de 2014), “Cómo los algoritmos deciden las noticias que ves”, Columbia Journalism Review, https://archives.cjr.org/ news_literacy/ algorithms_filter_bubble.php; Laura Hazard Owen (15 de marzo de 2019), “Un año después, el gran cambio de algoritmo de Facebook ha estimulado a un enojado, dominado por Fox News, ¡y muy comprometido! — News Feed,” NeimanLab, www.niemanlab.org/2019/03/on... ged-news-feed/
    10. Lee McIntyre (2018), Post-verdad. MIT Press; Jonathan Zittrain (2019), op. cit.
    11. Para una lista de palabras clave y definiciones utilizadas en esta discusión y a lo largo del informe, véase la p. 49.
    12. Hannah Fry (2018), Hola mundo: Ser humano en la era de los algoritmos, W. W. Norton & Company.
    13. “Programa de computación supera a los médicos al distinguir los tumores cerebrales de los cambios de radiación” (16 de septiembre de 2016), Noticias de Neurociencia, https://neurosciencenews.com/ai-cere...urología-5058/; Francesca Baker (12 de diciembre de 2018), “La tecnología que podría acabar con los atascos de tráfico”, BBC Future, http://www.bbc.com/future/story/2018...d-traffic-jams
    14. Lawrence Lessig (1999), Código y otras leyes del ciberespacio, Libros básicos; Mark MacCarthy (19 de marzo de 2019), “El carácter ético de los algoritmos— y lo que significa para la equidad, el carácter de la toma de decisiones y el futuro de las noticias”, La máquina ética, Centro Shorenstein, Universidad de Harvard, ai.shorensteincenter.org/ide... -of-news-yak6m; Langdon Winner (Invierno 1980), “¿Los artefactos tienen política?” Dédalo 109 (1), www. researchgate.net/publicación/213799991_do_artifacts_have_politics
    15. Bridget McCrea (16 de noviembre de 2015), “La ciencia desarrolla un algoritmo para la selección universitaria, pero ¿funciona?” Noticias de Ecampus, www. ecampusnews.com/2015/11/16/algorítmo-selección-329/
    16. Gideon Mann y Cathy O'Neil (9 diciembre 2016), “Los algoritmos de contratación no son neutrales”, Harvard Business Review, hbr.org/2016/12/hiring-algor... re-not-neutral; Drew Harwell (6 noviembre 2019), “El algoritmo de escaneo facial de IA de HireVue decide cada vez más si consigues el trabajo”, Washington Post, https:// www.washingtonpost.com/technology/2019/10/22/ai-hiring-face-scanning-algorithm-increasingly decides-si-merece-job/
    17. Cathy O'Neil, (2016), op. cit.
    18. Julia Dressel y Hany Farid (2018), “La exactitud, equidad y límites de predecir la reincidencia”, Science Advances4 (1), DOI: https://doi.org/10.1126/sciadv.aao5580
    19. David R. Brake (2017), “La mano invisible del algoritmo irresponsable: Cómo Google, Facebook y otras empresas tecnológicas están cambiando el periodismo”, Tecnología Digital y Periodismo, Jingrong Tong y Shih-Hung Lo (Eds.), Palgrave Macmillan, 25-46.
    20. Robert Epstein y Ronald E. Robertson (2015), “El efecto de manipulación de los motores de búsqueda (SEME) y su posible impacto en los resultados de las elecciones”, Actas de la Academia Nacional de Ciencias 112 (33), E4512-E4521, DOI: https://doi.org/10.1073/pnas.1419828112
    21. Matthew Reidsma (11 marzo 2016), “Sesgo algorítmico en sistemas de descubrimiento de bibliotecas”, Notas de trabajo de Reidsma, https://matthew.reidsrow.com/ articles/173
    22. Bruce Schneier (2018), Haz clic aquí para matar a todos: Seguridad y supervivencia en un mundo hiperconectado, Norton.

    Colaboradores y Atribuciones

    This page titled 1: La era de los algoritmos is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Alison J. Head, Barbara Fister, & Margy MacMillan.