¿Por qué necesitamos ciencias sociales (en/para/de) datos?
Leé hasta el final para ver a una IA haciendo beatbox
Siempre me sentí intrigado por la relación entre ciencia, tecnología, Estado y sociedad.
En mi prehistoria como joven investigador de ciencias sociales —de la cual hablé en el Episodio 2 del podcast, que salió ayer—, leyendo toneladas de artículos y libros para mi inconclusa maestría en Políticas Sociales, me topé con la idea de que en la relación entre esos cuatro conceptos faltaba algo: un traductor.
Partamos de la base de que como sociedad, a lo largo de nuestra historia, lo que hemos buscado hacer en un sentido general es dar respuesta a nuestras propias necesidades.
Nuestras necesidades fueron, son y serán siempre las mismas: lo que cambió —es decir, lo que está determinado históricamente— fue nuestra forma de satisfacerlas.
¿Cómo logramos esto?
Aprendiendo, conociendo, explorando, ampliando nuestra frontera de conocimiento cada vez más y más lejos.
Según varias corrientes teóricas, existen dos modos de generar conocimiento:
El Modo 1 es un poco más lineal:
Está fuertemente separado en disciplinas científicas y ámbitos de aplicación,
Se ampara en estructuras rígidas y jerarquizadas,
Cuenta con una fuerte distinción entre lo fundamental y lo aplicado,
Un núcleo teórico que no necesariamente se traduce en aplicaciones concretas,
El indicador de éxito es la excelencia interpares, es decir, publicaciones en papers.
El Modo 2, por otro lado:
Está marcado por la transdisciplina, lo cual implica tratar de articular perspectivas teóricas y metodologías prácticas muy diversas,
Las estructuras también son más difusas,
Se genera en base a un contexto de aplicación, poniendo el foco en la utilidad,
Articula lenguajes y saberes en torno a un objeto de investigación,
Su indicador de éxito es la resolución de un problema concreto.
Cuando trabajaba y estudiaba estas cosas, leía que el principal punto a mejorar era esa mencionada articulación de lenguajes y saberes en torno a un objeto de investigación.
Y este es el lugar que creo que ocupa la ciencia de datos: es una suerte de Piedra de Rosetta, un traductor universal, que hace que alguien de física y alguien de antropología puedan hablar un lenguaje común: el de los datos.
Con estas nuevas capacidades de crear conocimiento en conjunto, en referencia a los desarrollos cada vez más demenciales y alucinantes que estamos viendo en estos últimos años, creo que lo único que nos falta es volver a dotar a la tecnología de un propósito.
Hace unos días veía The Sandman (recomendadísima). Sin entrar en detalles innecesarios, mostraron escenas que transcurrían en saltos de 100 años desde 1389, sucesivamente, hasta 1989.
Y ahí quedó perfectamente graficado que el salto tecnológico entre el siglo 19 y el 20 fue exponencialmente más grande que todos los otros combinados.
¿Te pusiste a pensar en lo radicalmente distinta que es la sociedad de aquellos entonces y la de ahora?
¿Y te pusiste a pensar en cuán extrema es la velocidad de estos cambios?
El último trimestre de 2022 fue el auge de Stable Diffusion, una IA que genera imágenes, y de ChatGPT, una IA que… mejor que se explique sola:
No te quepan dudas de que voy a hablar y mucho de estos algoritmos en los próximos envíos, pero el punto es que el terreno de la Inteligencia Artificial pegó un salto cualitativo absolutamente revolucionario y va a reconfigurar el entramado social que conocimos hasta ahora.
La banda ancha se hizo masiva hace más o menos 20 años. Internet móvil, unos 10.
Y hoy, a días de entrar al 2023, no sabemos bien cuáles son los efectos a escala global y colectiva de la omnipresencia de estas tecnologías, las consecuencias de esta nueva realidad digital que se ¿superpone? ¿complementa? ¿atraviesa? con la realidad offline.
Si encima le sumamos algoritmos que pueden pasar el Test de Turing —prueba para ver si una máquina puede exhibir comportamiento que se haga pasar por humano— hay un olorcito a neurosis a escala planetaria que ni te explico.
En este contexto en que :
todo va más rápido que nuestros pensamientos,
todo va más rápido que el propio paso de nuestra historia,
somos parte de una arquitectura diseñada para mantenernos en permanente estado de alerta pero entretenidxs,
empieza a aparecer un interrogante.
¿Para qué hicimos todo esto?
¿Es esta la vida que realmente queremos?
Esta clase de preguntas son las que te llevan a respuestas como el Índice de Felicidad Bruta de Bután, que en esencia, propone reorientar las métricas de éxito de una sociedad, de un conjunto de personas, a otra clase de indicadores que sean más apropiados.
Las ciencias sociales son una parte indiscutida y necesaria si queremos empezar a redefinir cómo usar la tecnología para resolver problemas concretos.
Y con un poco de suerte, lo haremos antes de que nos mate el aburrimiento o la hiperestimulación: lo que ocurra primero.
¡Felices fiestas!
Los próximos dos sábados no va a haber envíos de Buena Data porque voy a estar ocupado comiendo pan dulce (y es al menos probable que vos también).
Pero para que te entretengas en este tiempo, te dejo algunos links interesantes:
Ideal para terminar de digerir el vitel toné navideño, te dejo el artículo del que hablé en el episodio 2 del podcast: la página oficial del Reino Unido donde plantean cómo ven la estrategia de la OTAN en términos de Inteligencia Artificial.
Para contrastar, el otro artículo del programa: el paper donde se explica la mejora en la detección de forma temprana de trastornos del espectro autista a través de modelos de machine learning.
Un video de Dot CSV que amplía un poco más sobre el lugar de tecnologías como ChatGPT y lo que se viene en el futuro.
Por si no escuchaste el Episodio 1 del podcast, acá te dejo el link de Spotify.
Un beatboxer hizo un featuring con una IA entrenada con su propia voz y tuvieron un duelo audiovisual adentro de una cámara que no produce eco. El resultado es alucinante y podés ver el video acá.