2019-05-09 Ciencias Sociales Computacionales

Uno de los argumentos centrales del artículo que me llamó la atención es el de la desaceleración de la capacidad de procesamiento de los datos, incluso a pesar de la producción incesante de poder de cómputo con la popularización del cómputo paralelo de las GPUs. Esto es un indicador muy interesante de la asimetría entre la producción de datos y la capacidad para darles sentido. Por otro lado se mencionan los datos como el foco de atención en la explosión de las ciencias sociales computacionales y sus metodologías que se han construído sobre la marcha, pero en términos de gobernanza y de gestión de la información, pero quizá el factor determinante en cómo se ha configurado el mundo es quién y cómo se controlan las infraestructuras. Es allí donde el poder corporativo de la tecnología va muchos pasos adelante en referencia a la regulación, gobernanza y democratización de los datos. 
Y en esta ventaja ha desarrollado incentivos que podrían comprometer la democracia que les permitió surgir y ofrecer una apertura parcial.

Las iniciativas data-driven por su parte han generado una marcada tendencia al conductismo como método de dirección del pasado (datos) para la prospección y toma de decisiones futuras. Los métodos de estadística inferencial podrían tener un sesgo determinista que es de llamar la atención.
 Otro aspecto del debate que se desarrolla en el artículo y que es importante enfatizar es el del cifrado vs la máxima eficiencia en el flujo de los datos de origen social, aunque más que un interés por la velocidad y la eficiencia parece más una estrategia para mantener las fuentes generadoras de información lo más abiertas posibles para tener una mayor fidelidad de cómo se desenvuelve la realidad.