El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario
-
0:18 - 0:20Era el fin de 2016.
-
0:20 - 0:23No sé qué estaban haciendo Uds.,
pero yo estaba pendiente de esto. -
0:23 - 0:26Este peliculón, si no lo vieron,
Dr. Strange, mírenla. -
0:26 - 0:28Pero la realidad es que
la mayoría de la gente en el mundo -
0:28 - 0:30estaba pendiente de lo que pasaba
en EE.UU. -
0:31 - 0:33EE.UU. estaba viviendo
un proceso de elecciones, -
0:33 - 0:39y lo que pasaba antes de eso
era que se veían estos números: -
0:39 - 0:43El 71 % para Hilary Clinton
por sobre Donald Trump. -
0:43 - 0:45Parecía que ganaba pero, en realidad,
-
0:45 - 0:46terminó pasando esto.
-
0:46 - 0:48Todos sabemos la historia, ganó Trump.
-
0:48 - 0:51Pero, la vida siguió;
era abril de este año -
0:52 - 0:55y yo estaba pendiente
de una noticia que pasaba. -
0:55 - 0:58La NASA estaba trabajando
en este proyecto bastante raro, -
0:58 - 1:01un avión que atraviese
la barrera del sonido sin hacer ruido. -
1:01 - 1:03Bueno, y de repente me dicen:
-
1:03 - 1:07"Sabes que Mark Zuckerberg
está siendo llamado al Senado a declarar, -
1:07 - 1:10aparentemente hubo filtración de datos,
-
1:10 - 1:13y eso favoreció a Trump
para que fuera presidente. -
1:13 - 1:16Bueno, parecía raro,
pero esto estaba pasando. -
1:18 - 1:21Este personaje de Star Trek
se llama Data, no sé si... -
1:23 - 1:27Facebook es una empresa gigante,
y el poder que tiene sobre los datos, -
1:27 - 1:29sobre nuestro comportamiento,
es increíblemente grande. -
1:29 - 1:34Puso encima de un debate
sobre la privacidad de la información -
1:34 - 1:38en todas las mesas de Mirtha Legrand
del mundo se hablaba de esto; -
1:39 - 1:41la primera vez que pasaba una cosa así.
-
1:41 - 1:44Entonces la gente empezó a pensar:
"¿Qué pasó con esto, qué hicieron?" -
1:44 - 1:48Bueno, los psicólogos dicen
que la personalidad es una mezcla -
1:48 - 1:52entre lo que pensamos, lo que sentimos
y lo que hacemos. -
1:52 - 1:56Y con cada clic que damos en Facebook
ellos nos conocen más y más. -
1:57 - 2:01Pero es ilegal que nos envíen anuncios
en función a esa personalidad. -
2:01 - 2:05Lo que aún no es ilegal es que
nos envíen anuncios -
2:05 - 2:07en función a nuestros intereses.
-
2:07 - 2:10Por ejemplo, si le damos "me gusta"
a una película, o seguimos un artista. -
2:11 - 2:15Entonces, imagínense si hubiera
otra forma de generar esos avisos. -
2:15 - 2:18Hay una empresa
que se llama Cambridge Analytica, -
2:18 - 2:20que es especializada en análisis de datos
-
2:20 - 2:23para campañas políticas,
que lo que hicieron fue -
2:23 - 2:26crear un algoritmo
que cree una personalidad -
2:26 - 2:28basada en los datos de Facebook.
-
2:28 - 2:31Y parece que esto, según los expertos,
funciona muy bien. -
2:31 - 2:34De hecho, con 10 "me gusta"
que uno da en Facebook, -
2:34 - 2:37Facebook nos conoce mejor que
nuestros compañeros de trabajo, -
2:38 - 2:41Con 150 nos conoce mejor
que nuestros padres, -
2:41 - 2:44y con 300 mejor que nuestra pareja.
-
2:44 - 2:47Ahora, Facebook tomó realmente
una muy mala decisión -
2:47 - 2:50con la forma en que manejaron
nuestros datos, -
2:50 - 2:52porque lo que hicieron fue,
de alguna manera, -
2:52 - 2:56utilizarlos para un fin que
no estábamos planeando, ¿no? -
2:56 - 2:59Nos imaginábamos algunos usos posibles,
-
2:59 - 3:02pero, creo que no nos imaginábamos
lo que terminó pasando. -
3:03 - 3:05Entonces, nos da un poco de miedo,
-
3:05 - 3:08porque usaron nuestras emociones
más íntimas, -
3:08 - 3:12para generar un provecho que no era
el que se suponía que podía pasar. -
3:13 - 3:16Y con todo esto,
para dar un caso práctico, -
3:17 - 3:22Donald Trump utilizó fuertemente
en su campaña el apoyo a las armas, ¿no? -
3:22 - 3:23a la portación de armas.
-
3:23 - 3:26Entonces, imagínense que con esta prueba
que hicieron, que se llama -
3:26 - 3:30"La prueba de los 5 grandes",
basada en la psicología, -
3:30 - 3:33determinen algunos rasgos que dicen,
por ejemplo, que si somos -
3:33 - 3:38amigos del cambio, si somos extrovertidos,
si somos tímidos, si somos amables, -
3:38 - 3:40si somos de enojarnos fácilmente.
-
3:40 - 3:43Con estas pruebas de "los 5 grandes"
que le llaman -
3:43 - 3:47crearon publicidades, crearon anuncios
que nos envían en forma dirigida -
3:47 - 3:48a nosotros.
-
3:48 - 3:51Entonces, por ejemplo,
sí tenemos una personalidad -
3:51 - 3:52abierta al cambio,
-
3:52 - 3:56y por ejemplo, podemos sentir
que nos pueden atacar desde afuera -
3:56 - 4:00pueden generar este tipo de anuncios,
no tan obvios como este, -
4:00 - 4:03pero sí que, inconscientemente,
nos trabajaran la cabeza. -
4:03 - 4:07Otro, por ejemplo, este anuncio
si sos una personalidad protectora -
4:07 - 4:10y tenés miedo a que le pueda pasar
algo a tu familia y al futuro, -
4:10 - 4:12una publicidad como esta otra.
-
4:13 - 4:17Ahora, en esa época
había como dos grupos, ¿no? -
4:17 - 4:21O sea, había un grupo que decía,
bueno, yo le di a Facebook, -
4:22 - 4:26le di a Facebook todo lo que soy,
le di mi intimidad más preciada, ¿no? -
4:26 - 4:30le conté todo lo que hacía,
y las cosas más importantes. -
4:31 - 4:33Y otro grupo que estaba
del otro lado, y decía: -
4:33 - 4:35"Yo, bueno, era obvio
que iba a pasar esto, -
4:35 - 4:39Facebook es el Gran Hermano, Skynet,
y tienen toda la data, y bueno. -
4:39 - 4:42Creo que hay un punto medio
entre esas dos cosas. -
4:42 - 4:45Si puede ser que era obvio
que había muchos datos que tenían -
4:45 - 4:48y había unos usos comerciales
que se esperaban; -
4:48 - 4:51pero no era obvio que se usara
para lo que se terminó usando. -
4:52 - 4:56Ahora, con todo esto, ¿podemos decir
que los datos ganaron una elección? -
4:56 - 4:59Bueno, Cambridge Analytica dice que sí,
-
4:59 - 5:02pero a ciencia cierta no sabemos
quién voto a quién -
5:02 - 5:05en función a los anuncios que vio.
-
5:05 - 5:09Lo que si estamos seguros es que
esta campaña fue poco transparente -
5:09 - 5:12y que nos hizo replantearnos
las cosas que publicamos -
5:12 - 5:13en las redes sociales.
-
5:13 - 5:15Seguramente a Uds. también les pasó.
-
5:16 - 5:18Cuando hablamos de datos
les tengo que decir que -
5:18 - 5:21no siempre los datos que usamos
y los que compartimos -
5:21 - 5:22está mal hacerlo, ¿no?
-
5:22 - 5:26Por ejemplo, este caso, en Londres
se viene trabajando hace muchos años -
5:26 - 5:28con la apertura de datos,
generar datos abiertos -
5:28 - 5:31para que miles de personas hagan casos;
-
5:31 - 5:33casos como este, que les voy a contar,
-
5:33 - 5:36donde el Gobierno, bueno,
cuando llega tarde un tren -
5:36 - 5:37que no debe pasar muy seguido,
-
5:37 - 5:40le devuelve el valor del boleto
a las personas. -
5:40 - 5:42Nadie reclamaba, la plata quedaba ahí
-
5:42 - 5:45y hubo un emprendedor, que
se le prendió la lamparita, y dijo: -
5:45 - 5:47"¿Por qué no hacemos algo con esto?"
-
5:47 - 5:49El tipo agarró y creó una plataforma
-
5:49 - 5:52donde los usuarios se registran
con sus datos de la tarjeta, -
5:53 - 5:55la SUBE de Londres, digamos.
-
5:56 - 5:58Cargan sus datos,
y cuando el tren llega tarde, -
5:58 - 6:02y ellos tienen el registro de la hora
que debería haber llegado, -
6:02 - 6:04lo comparan con la hora
que se subió esa persona, -
6:04 - 6:07y si hay una devolución,
se la envían directamente. -
6:07 - 6:09O sea, que cobrás solamente
porque llegó tarde el tren. -
6:10 - 6:13De esta forma, el emprendedor
hizo unas libras, ¿no? -
6:13 - 6:15Se quedó con unos billetes en la mano,
-
6:15 - 6:18porque se puede hacer plata
y hacer el bien al mismo tiempo -
6:18 - 6:19por supuesto.
-
6:19 - 6:23El tren está feliz porque
está auditado por este sistema, -
6:23 - 6:25o sea, funciona cada vez mejor
-
6:25 - 6:28gracias a que la gente
hace este tipo de controles. -
6:28 - 6:31Y las personas que los usan están felices,
-
6:31 - 6:34se benefician con el dinero
del boleto reintegrado -
6:34 - 6:36y encima, con un servicio cada vez mejor.
-
6:37 - 6:40Ahora, no hace falta ser
un capo emprendedor -
6:40 - 6:41como este muchacho.
-
6:41 - 6:45No hace falta querer ser presidente
o ser dueño de una corporación -
6:46 - 6:48para usar datos y para tomar decisiones.
-
6:49 - 6:50A mí me pasó un montón de veces, ¿no?
-
6:50 - 6:53Por ejemplo, a los 12 años
estaba viendo esta película, -
6:53 - 6:55no sé si la vieron,
"Juegos de Guerra". -
6:55 - 6:56Uds. son muy jóvenes todos.
-
6:56 - 6:59"Juegos de Guerra" era un chico
que estaba en la casa -
6:59 - 7:00y le había ido mal en una materia,
-
7:00 - 7:03se metió a hackear con esa tecnología
-
7:04 - 7:06y terminó metiéndose en el pentágono, ¿no?
-
7:06 - 7:08Yo estaba viendo esa película
a los 12 años; -
7:08 - 7:10a esa edad también bailaba folclore.
-
7:11 - 7:14Les tengo que confesar,
no le cuenten a nadie -
7:14 - 7:16pero aparentemente
no era muy bueno bailando, ¿no? -
7:17 - 7:19y un día estaba en mi casa,
viendo la película -
7:19 - 7:20y viene mi vieja y me dice:
-
7:20 - 7:23"Fredi, mira, yo te quiero mucho,
te quiero decir algo, -
7:24 - 7:26pero no sos bueno bailando folclore.
-
7:26 - 7:31Y lo bueno es que esos ARS 100
que usamos en esas clases -
7:31 - 7:33te las podemos dar
para que hagas lo que quieras". -
7:33 - 7:36Bueno, yo dije,
primero me sequé las lágrimas, -
7:36 - 7:39me recompuse, y dije:
-
7:39 - 7:44"Bueno, me gusta mucho la computación,
quiero ser un hacker como este muchacho, -
7:45 - 7:46quiero ser como él".
-
7:46 - 7:48Me metí a los institutos de computación,
-
7:48 - 7:53y ahí aprendí este apasionante e increíble
mundo de la tecnología de los 90, ¿no? -
7:55 - 7:58Yo me volvía loco con esto,
pasaba horas jugando. -
7:59 - 8:02Y después de eso me dediqué
toda la vida a la tecnología, -
8:03 - 8:05a aprender, a enseñar
a trabajar con la tecnología. -
8:06 - 8:07Y desde ese momento lo hago.
-
8:07 - 8:11También intento buscar la manera
de usar la tecnología -
8:11 - 8:13con un uso diferente,
hackearla digamos, ¿no? -
8:13 - 8:16Tradicionalmente uno piensa
que algo se crea para una cosa, -
8:16 - 8:18pero se puede dar un uso distinto.
-
8:18 - 8:20Y una vez estaba
en una actividad de voluntariado, -
8:20 - 8:23no sé si algunos habrán hecho,
están buenísimos. -
8:23 - 8:27estábamos pintando un colegio,
y estaba con dos compañeros de trabajo, -
8:27 - 8:29un físico, un ingeniero, dos cracks,
-
8:29 - 8:30un talento terrible.
-
8:31 - 8:34Estaban pintando una reja,
y lo hacía terriblemente mal, ¿no? -
8:34 - 8:37No sabían pintar,
la pintaban dos veces igual, -
8:37 - 8:38se peleaban por los colores.
-
8:38 - 8:40Le ponían onda, pero eran malísimos.
-
8:40 - 8:41Entonces, yo pensé:
-
8:42 - 8:46"Por qué le damos todo nuestro talento
a las empresas a las que trabajamos, -
8:46 - 8:48y cuando le estamos dando
algo a la sociedad, -
8:48 - 8:50le damos lo que peor hacemos.
-
8:50 - 8:53Y con esa reflexión, profunda, ¿no?
-
8:54 - 8:56hicimos uno de los proyectos este año,
-
8:56 - 8:59apalancados en esta iniciativa global
que se llama Data for Good. -
8:59 - 9:04Data for Good es una iniciativa
que busca usar ciencia y datos, -
9:04 - 9:08el poder de los datos, para impactar
positivamente las vidas de las personas. -
9:08 - 9:11Hicimos un proyecto que impactó
más de 3 millones de personas, -
9:11 - 9:15porque en todo el país
hay unos 240 000 barrios populares -
9:15 - 9:17que son los barrios donde vive gente
-
9:17 - 9:21que no tienen un certificado que
habilita ese domicilio como válido. -
9:21 - 9:25Entonces, no pueden pedir un servicio,
o no pueden anotar sus hijos al colegio. -
9:25 - 9:27Eso pasa en todo el país.
-
9:27 - 9:31Hay un montón de organizaciones
trabajando hace dos años más o menos, -
9:31 - 9:35se tardaron casi dos años en relevar
casa por casa -
9:35 - 9:37en toda la geografía vasta
que tiene nuestro país. -
9:38 - 9:42E hicieron un relevamiento increíble
para poder hacer puntos de entrega -
9:42 - 9:43de estos certificados.
-
9:43 - 9:45Para que se junte la gente
con el certificado -
9:45 - 9:48y que puedan tener ese domicilio válido.
-
9:48 - 9:51Eso es bastante complejo, ¿no?
porque el país es muy grande. -
9:51 - 9:54Entonces, nos pidieron
cómo podemos mejorar el proceso de eso. -
9:54 - 9:57Creamos un algoritmo
usando técnicas de ciencia de datos -
9:58 - 10:02para optimizar esos puntos de entrega,
que en cada barrio se haga uno, -
10:02 - 10:05y que las familias tengan
que caminar lo menos posible -
10:06 - 10:10Esta es la primera familia que obtuvo
el certificado de vivienda en Bariloche, -
10:10 - 10:13el primero de país:
con eso pudo conectar la luz en su casa. -
10:16 - 10:17Gracias.
-
10:17 - 10:20(Aplausos)
-
10:24 - 10:29Con esto buscamos
que estas organizaciones argentinas -
10:29 - 10:33tengan el mismo poder de decisión
que tienen, -
10:33 - 10:36gracias a las herramientas
de análisis de datos, -
10:36 - 10:39que tienen las empresas de Silicon Valley,
es realmente el mismo. -
10:39 - 10:42Para que puedan hacer mejor
lo que hacen mejor. -
10:43 - 10:46Nosotros visualizamos un futuro
donde estas organizaciones, -
10:46 - 10:48que enfrentan estos problemas,
-
10:48 - 10:51tengan el mismo nivel de acceso
al análisis avanzado de datos -
10:51 - 10:53que tienen las grandes corporaciones.
-
10:54 - 10:58Los datos, la tecnología,
la información está ahí para la usemos. -
10:59 - 11:02Cualquiera de Uds.
puede cambiar su vida, -
11:02 - 11:04pueden emprender
y hacer un cambio en la realidad, -
11:04 - 11:07y las grandes corporaciones
pueden cambiar el mundo. -
11:07 - 11:09¿Uds. que van a hacer
con los datos que tienen, -
11:09 - 11:11que decisiones van a tomar?
-
11:11 - 11:12Muchas gracias.
-
11:12 - 11:16(Aplausos)
- Title:
- El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario
- Description:
-
Esta charla es de un evento TEDx, organizado de manera independiente de las conferencias TED. Más información en: http://ted.com/tedx
Desde Cambridge Analytica, pasando por el sistema de transporte público de Londres, hasta una iniciativa local para agilizar la burocracia, Fredi nos ilumina sobre el potencial -tanto bueno como malo- de los datos abiertos, y nos incita a amigarnos con la transparencia digital, con el fin de cambiar el mundo que nos rodea… para bien. Ingeniero en Sistemas de Información, especializado en Big Data. Profesor en Disciplinas Industriales y Alumni del Global Solutions Program de Singularity University (NASA+Google) en Silicon Valley.
A los 10 años leyendo la revista “Muy Interesante” se enganchó con la Ciencia y la Tecnología. Aunque nunca fue lo que se considera un genio de las Ciencias Exactas, encontró en la Informática una herramienta para superarse y conseguir impacto positivo en la sociedad.
Disfruta tanto de enseñar como de tocar la batería y escuchar música.
Actualmente es profesor en Universidades y CEO de RockingData, una startup dedicada a brindar servicios de Data Science y Big Data.
- Video Language:
- Spanish
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 11:30
Sebastian Betti approved Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario | ||
Sebastian Betti edited Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario | ||
Sebastian Betti edited Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario | ||
Sebastian Betti edited Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario | ||
Sebastian Betti edited Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario | ||
Sebastian Betti edited Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario | ||
Sebastian Betti edited Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario | ||
Sebastian Betti edited Spanish subtitles for El desconocido potencial de los datos abiertos | Fredi Vivas | TEDxRosario |