¿Qué implicaciones tiene el uso de Big Data para la formación del conocimiento? ¿Qué tipo de conocimiento podemos esperar como resultado de una investigación basada en Big Data? El tipo de conocimiento que propicia el Big Data ¿complementa o sustituye al que arroja la investigación con muestras representativas de un fenómeno? (Elizondo, 2019). Estas son alguna de las preguntas que, para los que trabajamos en el mundo de la consultoría, resulta vital hacernos.

El Big Data es una forma de investigar, basada en correlaciones de datos y posibilidades nunca exploradas del trabajo total sobre un fenómeno de manera computacional. En este nuevo método de análisis se prioriza la probabilística sobre lo preciso y la correlación más que lo causal.

Por este motivo, se pone en discusión el rol que toman las Ciencias Sociales en el mundo contemporáneo, concretamente, cuestionando si los métodos y formas de hacer investigación mediante: encuestas, entrevistas, estudios de caso, etnografías, etc., siguen siendo las más adecuadas o pertinentes para comprender la realidad. Esto sin dejar de lado que el desafío histórico de la humanidad radica en tratar de procesar grandes cantidades de información tenido una “limitación artificial impuesta por la tecnología de su tiempo” (Mayer y Cukier 2014, 20 como se citó en Elizondo, 2019).

Fundamentados en este contexto, las Ciencias Sociales y su manera de estudiar la realidad a través de muestras se contrapone a lo que el Big Data permite. Ya que el gran volumen, velocidad y variedad de este método posibilita que el tiempo en el procesamiento de datos sea relativamente corto; sobre todo, tomando en cuenta que estos datos se generan y actualizan cada segundo. Esto, debido a que el campo propio del Big Data se desenvuelve en plataformas digitales, siendo los mismos usuarios de estas los que producen una huella digital. Y, a través del uso de algoritmos computacionales, realizan las tareas que de manera tradicional se asignaban a los intelectuales, quienes se encargaban de seleccionar, analizar y difundir la información relevante y pertinente para las comunidades o usuarios. (Elizondo, 2019). Los algoritmos interpretan y proponen contenido que el usuario practica o consume.

Es así que se presenta la ecología mediática altamente algorítmica, la cual consistiría en la integración de dos fenómenos socio-tecnológicos: prácticas sociales guiadas bajo la lógica de producción algorítmica y las nuevas tecnologías del lenguaje humano. Esto dirige el análisis hacia el rol que toman las Big Tech, dado que estas son, justamente, las grandes compañías que mapean, cuantifican y ranquean la información del mundo, difuminando las fronteras entre intimidad, amistad y publicidad. Todo aquello tiene como propósito la comercialización de información. La presentación de productos culturales de todo el mundo al instante un clic. A fin de cuentas, la cultura del algoritmo se retroalimenta para producir nuevos productos de consumo: pensamientos, expresiones y conductas.

Por lo tanto, este gran conjunto y complejo entramado de fenómenos sociales, culturales, económicos y

tecnológicos, hacen que la comprensión del mundo sea concebida como una constitución de datos e información. Es decir, un mundo datificado, en los cuales sus procesos se enriquecen, acumulan y reorganizan permanentemente de forma atemporal (Elizondo, 2019, p. 83). Lo cual, nos encamina a dejar de lado la forma clásica de entender la comunicación, o sea, de una información que va de un punto A hasta un punto B, para entender y asumir que la nueva forma de comunicarse se da como un proceso de transformación constante de los individuos relacionándose en red (Elizondo, 2019). Para el caso de las Ciencias Sociales, el Big Data sería este nuevo campo que ofrece un gran potencial para una nueva etapa computacional de la investigación, donde el nuevo paradigma de la ciencia está orientado a la obtención de datos de manera continua y en masa. Este nuevo modelo retaría a las epistemologías establecidas hasta el momento, debido a que la mezcla con las aproximaciones en métodos inductivos, deductivos y abductivos (Kitchin 2013, 263 como se citó en Elizondo, 2019).

Referencia bibliográfica
Elizondo, J. (2019). Monopolios del Conocimiento, Big Data y Conocimiento. División de Ciencias de la Comunicación y Diseño. http://dccd.cua.uam.mx/libros/investigacion/Monopolios-delConocimiento.pdf