Hoy en día las compañías tienen posibilidades de mostrar una campaña para un nuevo producto en distintos medios; utilizan las redes sociales e internet saben que los usuarios pueden tener acceso a un smartphone y lograr de manera más efectiva engagement con los consumidores.
Entremos en contexto…
Cada vez más son los datos que se almacenan cuando utilizas una aplicación en tu celular o ingresas a un sitio web, ya que existen millones de usuarios que están conectados a estas útiles herramientas.
Para analizar toda esta información, el Big Data se encarga de concentrarla y de procesarla, con el objetivo de usar la más relevante para tomar mejorar la toma de decisiones y acciones estratégicas ante una situación de gobierno o un nuevo producto que alguna marca quiera sacar a la venta.
Aunque no todo es miel sobre hojuelas, muchas veces no es suficiente el análisis de datos simple, es por ello que también se necesita del machine learning, un término que se refiere a la creación de sistemas para que de manera automática se analicen datos y con esto se puedan desarrollar productos de manera ética.
Sin duda, en esta era tecnológica son válidos los cambios, pero ¿que podrán aplicar las empresas para hacerlo de forma correcta?
Fases para eliminar los sesgos…
Recientemente la revista Forbes publicó el artículo llamado Ética y sesgos en los procesos de data analytics, donde menciona que existen barreras que las empresas han logrado identificar en los usuarios. Es por ello que a continuación te presentamos, según este artículo, tres pasos para reducir los sesgos al momento de analizar datos y desarrollar productos de manera ética:
Primera fase
Esta fase consiste en controlar la distorsión de datos, se pueden eliminar datos sensibles que aumenten la discriminación como el código postal, género o raza. Con esto se puede prevenir una futura de discriminación.
Segunda fase
La recopilación es muy importante y una vez que se obtienen los datos, se pueden modificar los algoritmos de data para integrar la antidiscriminación.
Tercera fase
En la tercera fase, se extraen los datos obtenidos en vez de limpiar los originales o cambiar los algoritmos de datos.
Según datos de Forbes, las empresas hoy están conscientes que los datos son fuente de ventaja competitiva, y saben que los ciudadanos cada vez más están atentos a cómo se comportan los agentes en sus procesos de toma de decisiones informadas. Si un algoritmo arroja un sesgo, el cual ha aprendido de los datos de cómo se tomaban las decisiones históricamente, muy probablemente las personas no lo compartan esos valor, y la empresa destruyera valor.
