Bigdata

BIGDATA


 Bigdata, en español Macrodatos, se trata de un término nacido en 1949 que ha sufrido una continua evolución en su definición. Actualmente es un término muy utilizado (de moda) en negocios, finanzas, política, deporte, sociología, educación, etc. Hemos tenido algunos problemas de búsqueda por la amplitud del término y la gran cantidad de información en inglés.

Definiciones:


-“El término hace referencia a sistemas que manipulan enormes cantidades de datos, sobre los que ejecutan diferentes tipos de análisis con técnicas propias de business analytics, data mining o text mining para buscar patrones. Podemos hablar de volúmenes de terabytes, petabytes (1.000.000.000.000.000 bytes, o más).”

Fuente: Serrano-Cobos, J. (2013). Big data y not so big data. Anuario ThinkEPI, (1), 161-163.

García Carmona M., Fuentes Cabrera A.; (2016), Uso de Big Data en contextos educativos, EDUNOVATIC2016


-''Data are commonly understood to be the raw material produced by abstracting the world into categories, measures and other representational forms – numbers, characters, symbols, images, sounds, electromagnetic waves, bits – that constitute the building blocks from which information and knowledge are created. Data are usually representative in nature (e.g., measurements of a phenomena, such as a person's age, height, weight, colour, blood pressure, opinion, habits, location, etc.), but can also be implied (e.g., through an absence rather than presence) or derived (e.g., data that are produced from other data, such as percentage change over time calculated by comparing data from two time periods), and can be either recorded and stored in analogue form or encoded in digital form as bits (binary digits). Good-quality data are discrete and intelligible (each datum is individual, separate and separable, and claearly defined), aggregative (can be built into sets), have associated metadata (data about data), and can be linked to other datasets to provide insights not available from a single dataset (Rosenberg 2013).''

Kitchin, R (2014) The Data Revolution: Big Data, Open Data, Data Infrastructures & their Consequences, London: Sage. Google Scholar, Crossref


-''Como su propio nombre indica, big data se refiere a los grandes conjuntos de información que por sus características no pueden ser obtenidos, gestionados ni procesados por herramientas tradicionales en un período de tiempo razonable  (González,  2016). Estas  características, según señalan algunos autores (Manyika,  Chui, Brown, Bughin, Dobbs, Roxburgh y Byers, 2011; Dumbill, 2013; Provost  y Fawcett, 2013; Chen, Mao y Liu, 2014), dan lugar a la teoría conocida como V3, título que se adaptó del modelo previo de Laney (Chenet al. 2014): volumen, variedad y velocidad son, en líneas generales, los rasgos definitorios de este concepto que hoy en día conocemos como big data.''


Adela González Fernández, Álvaro Maroto Conde (2017) Big data para la investigación lingüística y la educación bilingüe International Journal for 21st Century Education




Concepto que asume el grupo:



Entendemos Big Data como grandes cantidades de información que no pueden gestionarse de manera convencional porque superan los límites y capacidades de las herramientas habituales de gestión y procesamiento de datos. El desarrollo e innovación de nuevas herramientas y el incremento progresivo de los mismos Big Data ha hecho que el concepto en sí haya sufrido una continua transformación desde su nacimiento.



Otras fuentes:


https://www.rcis.ro/images/documente/rcis55_08.pdf

Domitry OPREA,(2016) Big Questions on Big Data Revista de cercetare si interventie sociala, 2016, vol. 55, pp. 112-126


https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation

Manyika J., Chui M.,Brown B., Bughin J., Dobbs R., Roxburgh C., and Hung Byers A.; (2011) Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute



http://journals.sagepub.com/doi/pdf/10.1177/2053951716646135


https://www.misq.org/skin/frontend/default/misq/pdf/V36I4/SI_ChenIntroduction.pdf



Casos en educación:

Los pioneros de la experimentación con Big Data en educación son AltSchool, un conglomerado de escuelas que se dedica a la innovación. En concreto, en 4 pequeñas escuelas alrededor de San Francisco se está llevando a cabo un experimento para tratar datos y estudiar cómo la tecnología puede ayudar a los profesores a mejorar el aprendizaje de los alumnos.

¿Cómo consiguen esos datos? Pues de varias formas: Para empezar, cuando los alumnos llegan a la escuela deben hacer un “check-in” en una App que controla la asistencia. Además, los alumnos dedican una parte del día a trabajar de forma independiente, utilizando iPads y playlists de actividades que los profesores han seleccionado de acuerdo con sus objetivos personales. En ese momento, se almacenan los datos de los progresos de cada uno de los estudiantes para que el profesor pueda revisarlos más tarde. Por último, las clases son grabadas en vídeo para que los profesores puedan rememorar los momentos importantes con solo pulsar un botón, como haríamos con una SmartTV.


La idea es que todos los datos de estas escuelas sean recopilados en un sistema inteligente y centralizado que permita a los profesores diseñar clases efectivas y personalizadas.


Mientras que muchas escuelas no disponen de nuevas tecnologías para todos los alumnos (como ordenadores u otros dispositivos móviles), AltSchool está desarrollando clases que permiten a todos los estudiantes tener un ordenador personal y otros equipos digitales. Lo nuevo es que estas tecnologías están capturando una cantidad ingente de datos, la suficiente como para buscar patrones significativos y tener conocimiento sobre cómo aprenden los estudiantes. En resumen, todos estos datos están mostrando cómo es nuestro proceso de aprendizaje y de qué forma la tecnología está haciendo que nuestra educación sea mejor.


-El hecho de usar Big Data en educación no es solamente un fenómeno de escuelas e institutos, sino que también se da en educación superior. En los 7 años que han pasado desde que el primer Massive open online course fue lanzado por dos profesores canadienses, los MOOC se han convertido en una fuente de grandes cantidades de datos sobre las conductas de los estudiantes. Aunque solamente un número relativamente pequeño de alumnos termina completando un MOOC, lo cierto es que sus datos ayudan a los educadores a desarrollar nuevos modelos de enseñanza que pretenden ser más efectivos. Hablamos por ejemplo de los programas que combinan la educación online con el coaching, los exámenes regulares y otras pruebas que miden el progreso.


-Siete universidades chinas ofrecen programas de estudios sobre el tratamiento científico de datos informáticos. El objetivo es lograr 40.000 nuevos expertos antes de finales de año. Parece que China se va a convertir un país líder en Big Data o tratamiento de datos masivos.


La Universidad Jiaotong de Pekín es una de las principales universidades en tecnologías de la información en China. Desde septiembre, además, se ha convertido en una de las siete universidades piloto que ponen a prueba el primer programa chino de tratamiento de datos masivos .


En este taller, los estudiantes aprenden a servirse de los comentarios y valoraciones de los clientes en el sitio web de un restaurante.


Xing Xin es profesor en Tecnologías de la Información:


“Lo que hacemos aquí es captar los datos de los teléfonos móviles de los clientes. Analizamos cómo utiliza el usuario la aplicación para analizar lo que le gusta y lo que no le gusta. Una vez que entendemos sus preferencias, compartimos los resultados.”


Unos ochenta estudiantes se han inscrito a este nuevo programa de estudios.


Es un programa duro y pasan mucho tiempo ante el ordenador. Pero las oportunidades de trabajo son realmente interesantes, como asegura Zhao YiFan, estudiante en la Universidad Jiaotong de Pekín

:


“Ahora todo el mundo tiene teléfono móvil y ordenador y mucha gente utiliza aplicaciones para comprar cosas en Amazon. Además todo el mundo tiene una cuenta en facebook, y realiza búsquedas en Google. Y eso nos proporciona cada día millones de datos. Y para hacer negocio hay que saber qué es lo que a la gente le gusta realmente.”


El análisis de datos masivos se basa las tecnologías de IBM, pues esta empresa estadounidense tiene un programa para formar a profesores universitarios.


Eric Guan es ingeniero de IBM y supervisa estos cursos. Para él, una empresa privada puede ayudar mucho al sector público.


“Los estudiantes no sólo tienen que saber recolectar datos masivos, sino que también tienen que saber cómo utilizarlos en la economía y en los diferentes sectores industriales tales como la banca, las finanzas, o en los seguros. Tienen que saber cómo estos datos masivos pueden ayudar a solucionar los problemas de las nuevas industrias para aumentar su volumen de negocio. Por ejemplo, en el sector de la banca, los datos masivos se utilizan para la gestión de riesgos o fraudes, ese tipo de cosas.”


Estos estudiantes de la Universidad Jiaotong serán algunos de los pioneros en el tratamiento de datos informáticos en el mundo. A finales de año, China planea ampliar su programa a otras cien universidades del país.



¿Que de nuevo y antiguo tiene?


El concepto nació en 1932 como respuesta al gran crecimiento demográfico y la sobrecarga de información que éste conllevaba. Los académicos comenzaron a referirse a esta increíble expansión de la información como la "Explosión de información". Mencionado por primera vez por la Constitución de Lawton (periódico) en 1941, el término se amplió en un artículo de New Statesman en marzo de 1964, que se refería a la dificultad de administrar la cantidad de información disponible.

Sin embargo, los grandes avances digitales de los últimos años como la expansión de internet, han provocado un aumento frenético en el uso de datos y como respuesta también el uso del concepto Big data en muchas áreas de información.