En los distintos eventos mundiales de la IT, los referentes -sean Oracle, Cisco, IBM, Microsoft, etc.- hablan del reinado de los datos. Los datos son como el petróleo: extraer de ellos información es la primera de las claves para realizar la transformación digital y lograr que las empresas entren en la era de la Business Intelligence. Pero menos se hace la pregunta sobre la carga de prejuicios que tiene un dato.

Los datos lejos de lo que parece no son ascéticos y tienen una enorme carga de prejuicios. No hay datos objetivos. Y eso es algo que nadie dice. Incluso el naciente Periodismo de Datos, el santo grial para llevar objetividad al periodismo lejos de resolver el problema puede acrecentarlo.

Vemos un simple ejemplo, quizás el mas simple de todos. Podemos tomar nuestra base de clientes y hacer algo bastante ingenuo: separar hombres y mujeres. O sea, básicamente supongamos que se llenaron esos datos a partir de los documentos y conocemos "el dato" de hombres y mujeres entre nuestros clientes. Nótese que no estamos hablando de que los datos están sucios, que es algo que sí se habla en las conferencias.

Hay tecnologías para filtrar el ruido entre los datos, y en forma, por ejemplo, estadística poder separar los datos que están mal tomados. Pero supongamos el mundo perfecto de que los datos están perfectamente tomados. A partir de esta información la segmentamos por edad y decidimos enviar una oferta única a nuestros clientes. Se trata de un descuento del 90 por ciento en nuestro perfume para hombres y lo mismo realizaremos para nuestro perfume para mujeres, en el caso que estén en el grupo de entre 50 y 52 años, porque tenemos la sospecha de que ese grupo, al regalarle algo lo fidelizamos, y lograremos además venderle otras cosas.

Bien, ahora en la práctica llega la oferta a Maria Cienfuegos. Pero Maria Cienfuegos nunca se consideró una mujer. Sus papeles dicen que ella es una mujer. Pero el dato no es ella. El dato, la estructura sobre la que estaba pensado cargar ese dato, un campo binario hombre-mujer, presupone lo que el dato puede o no ser. Y en este caso en particular se supone que, según Vitit Muntarbhorn, el abogado tailandés de 64 años ha sido nombrado por la ONU Defensor Global LGBT, hay hasta 112 géneros distintos! (ver https://genderfluidsupport.tumblr.com/gender/).

Y este ejemplo puede terminar en una pesadilla, la campaña lejos de fidelizar termina provocando que María Cienfuegos -que no es mas Maria porque además se acaba de cambiar el nombre por Juan-, realice un posteo en sus redes sociales que se termine viralizando y mostrando como nuestra compañía segmenta gente por lo que no es.

Un dato, cualquier dato, para tomarse hay que prever lo que puede ser. Y en ese prever lo que puede ser hay un prejuicio. Una estrella pueden ser puntos luminosos que dejó algún dios para que tracemos constelaciones. O también pueden ser soles alejados y dispersados por la galaxia. Ambos datos sirven para diferentes propósitos. Si lo veo como un sol me servirá para la ciencia y para inferir muchísimas cosas a nivel astronómico, pero ya no lo veré como un punto de luz que inspira un dibujo.

Dados los datos, hay un framework creciente de tecnologías para trabajar con ellos. Inclusive la Inteligencia Artificial en sus diferentes sabores como redes neuronales y machine learning se apoya en que existan los datos y pueden hacer cosas maravillosas con ellos. Pero las empresas no debieran olvidar que todas estas tecnologías terminan resultando como una lente amplificada de nuestros prejuicios. Y es quizás por eso que noticias como la de Microsoft incorporando filósofos comienza a ser interesante. Porque la filosofía vuelve sobre los principios. Cuestionarse la naturaleza del dato entonces nos enciende una pregunta. Y, ya se sabe, cuando ganamos una pregunta seguramente ganaremos una respuesta.

Abrirse a la bisagra de los datos, sentir la humildad de lo que no sabemos es algo muy saludable porque siempre esta el peligro de que entremos en una etapa donde vivamos en la dictadura de los datos. Si los datos nos dictan lo que debemos ser; si nos dicen cuáles son nuestras estrategias relevantes; si nos terminan dictando, embutidos dentro de maravillosas cocteleras tecnológicas, las decisiones "inteligentes" para nuestro negocio terminaremos viendo sombreros pero seremos incapaces de ver lo más importante: a las boas que se tragó un elefante. Y ahí esta el secreto de toda innovación disruptiva.

(*) Pablo Wahnon: Periodista especializado en Innovación, Tecnología y Negocios. Editor de PartnerSpaces y TEDx Talker