2019-09-18

¿Te gustó? Califícame con una estrella

Cómeme o te como
En estos tiempos de indicadores, estrellas, me gustas y otra parafernalia todavía hay gente que trata de salirse de la locura.
Seguro que a ustedes también les ha pasado así que habrán estado en sitios o disfrutado de servicios que directamente les piden que les pongan estrellas en las plataformas adecuadas.

En The restaurant owner who asked for 1-star Yelp reviews nos cuentan el caso de un cheff que consiguió popularidad ofreciendo descuentos a todas las personas que le pusieran una sola estrella en su reseña en Yelp (en nuestro entorno Yelp no es un sitio muy popular de reseñas sobre sitios para comer pero en EEUU es basante importante).

La cosa empieza cuando al abrir el restaurante en 2009 Yelp ya es un sitio de referenci para gente que quiere buscar donde comer, convirtiéndose en un juez que podía decidir el destino de un local de este tipo.


By the time Botto Bistro opened its doors in 2009, Yelp boasted some 26m unique visitors per month. And whether intentionally or not, the platform had entrenched itself as the controller of every small business’s online reputation — and fate.


El sitio es gratuito para los usuarios pero, claro, para vivir pide a los locales que pongan anuncios. El propietario, Davide Cerretini, rechazaba las ofertas y observaba que también perdía algunas buenas calificaciones justo después.


In the months after Botto Bistro’s grand opening, Cerretini began receiving dozens of calls from Yelp salespeople, who implored him to buy ads.

According to Cerretini, when he rebuffed these offers, he’d often notice that freshly posted 5-star reviews would be removed from his page — often no less than 24 hours after getting off the phone with a Yelp rep.


Incluso empezó a recibir reseñas negativas de gente que él sabía que no habían estado en su restaurante.


“Those 1-star reviews were from people who never even set foot in my restaurant,” says Cerretini. “One complained about our waiters… we didn’t even have waiters!”


Sin poder confirmar ni desmentir si una cosa tenía que ver con la otra y queriendo evitar los pagos tomó la decisión de jugar contra ese sistema, así que anunció en su restaurante que ofrecería descuentos a los que pusieran una estrella en las reseñas:


One morning in September of 2014, he placed a simple sign in front of Botto Bistro: Give us a one star review on Yelp and get 25% off any pizza! Hate us on Yelp. (The discount was later increased to 50%.)


Lo interesante es que parece que le salío bien, en unos días tenía más de dos mil reseñas de una estrella que hablaban de la buena comida, el estupendo servicio y otras bondades del restaurante.


In a few days’ time, Botto Bistro’s Yelp page attracted more than 2,300 1-star ratings (95% of its total reviews) extolling the good food, proper service, and rustic ambiance. “Botto Bistro sucks,” wrote one reviewer. “Delicious food priced fairly. One star.”


La historia tiene algunos detalles más, finaliza bien y nos recuerda que en algunas ocasiones merece la pena rebelarse contra sistemas injustos y tratar de ganarles en su propio juego.

También nos recuerda (y me declaro culpable) que estamos entrando en un mundo en el que si las recomendaciones de un sitio no son excelentes no lo probamos y así corremos el riesgo de estar perdiéndonos cosas interseantes.

Finalmente, a mi personalmente me reafirma en que estas críticas injustas a veces aparecen porque las que serían justas no nos tomamos la molestia de hacerlas: usamos las plataformas y sus consejos pero, igual que siempre en internet, no participamos añadiendo las nuestras y eso deja el control en manos de las plataformas y todos los que tienen algún interés en manipular nuestras acciones.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).


2019-09-11

Los niños, la tecnología, la evidencia científica y la información interesada.

Niño con teléfono
Otro interesante artículo que no verán en sus medios de comunicación favoritos poniendo en duda el mantra anti-pantallas para nuestros niños y juventud: We’re told that too much screen time hurts our kids. Where’s the evidence?.

Dice que el miedo a lo digital y su potencial de causarnos daño ha sido abundante en estos años. Es fácil escuchar y leer sobre los presuntos males que nos van a suceder.


Fears that the digital world is harmful have proliferated for years. Narratives about smartphones, social media or video games causing mental health problems are especially popular. Rarely a month goes by without former tech luminaries turning on their creation, or the launch of a book cataloguing the negative or addictive impacts of digital technologies.


Sin embargo, dice, en un mundo donde tenemos tantos problemas ecológicos, de polarización y de brecha entre los más pudientes y los menos, igual deberíamos preocuparnos más de otras cosas.


However, in a world witnessing ecological destruction, political polarisation and growing social divides, should fears about technology really occupy the limited space in the forefront of our minds? Concerns about smartphones might fade away in the coming decade, just as anxieties about video arcades, Dungeons & Dragons and Elvis’s hips did in previous generations.


Todo el mundo parece olvidar cuando se hablan de estas cosas que hay todo un mercado de 'desintoxicación', libros que vender que compiten con estas alternativas de ocupación del tiempo de la gente, ....


Unfortunately, the accelerating and highly lucrative hyperbole – of course, there are books to sell, detox clinics to market, speaking tours to book – has left us no closer to an answer to the key questions.


Parece que los 'estudios' que apoyan esos problemas de la juventud por su 'adicción' a las pantallas son bastante poco fiables y, en algunos casos, lo que se hace es seleccionar partes que coincidirían con nuestro deseo de que eso sea malo


These problems are well known to scientists working on the topic, but many commentators don’t know – or don’t care – that they are cherry-picking from an evidence base riddled with errors. What’s more, sitting in on the psychiatry conference in London, you’d have had no way of knowing this is shoddy science.


Parece que, mirando los resultados, las afecciones resultan ser mínimas (y hasta despreciables).


But – and this is key – it’s not an exaggeration to say that these effects were minuscule by the standards of science and trivial if you want to inform personal parenting decisions. Our results indicated that 99.6% of the variability in adolescent girls’ satisfaction with life had nothing to do with how much they used social media.


Así que, si hay algún efecto negativo o perverso, habrá que conocerlo pero hasta ahora hay poca (o ninguna) evidencia de ello.

Cuando volvamos a ver una noticia de este tipo sigue (y seguirá) siendo relevante la vieja pregunta qui prodest (¿a quién beneficia?) y entender e interpretar el alarmismo desde esa perspectiva.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-09-11 18:29 | 2 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-09-05

Redes sociales realmente distribuidas

Red social
Me gustó leer Run your own social. How to run a small social network site for your friends porque, a pesar de que no veo sencillo lanzar un proyecto como este, da unas cuantas ideas intersantes. Probablemente, si apostáramos por inicativas como estas tendríamos una internet algo más sana.

El autor tiene una red social para sus 'amigos' (unos 50 en estos momentos) y nos cuenta su experiencia:


Since August 2018 I have run a social network site called Friend Camp for about 50 of my friends. I think Friend Camp is a really nice place, and my friends seem to agree that it has enriched our lives. I'd like to see more places like Friend Camp on the internet, and this document is my attempt to provide some practical guidance as to how you might run a social network site like this.


Tranquilidad, no se trata de un rollo técnico, el autor nos habla de los problemas relacionados con este tipo de tecnologías que son, claro, sociales. Problemas relacionados con la cultura, valores y poder.


This document exists to lay out some general principles of running a small social network site that have worked for me. These principles are related to community building more than they are related to specific technologies. This is because the big problems with social network sites are not technical: the problems are social problems related to things like policy, values, and power.


Como siempre, usar la tecnología de las grandes empresas es fácil, pero pagamos un precio por ello.


This is my pitch to you: using big social media sites is easy, but you pay a steep price for it. You should consider running your own site, which is harder, but can be extremely rewarding.


Para una red como la que propone, no es necesario un sistema informático muy complejo.


But a small social network site doesn't need a huge complex network of computers. One computer can be enough.


Si hablamos de una red de amigos, es posible distribuir los costes entre todos:


For example, Friend Camp costs about a month to run, it experiences about 10 minutes of down time each week, and it takes about 2 hours a week of my own time to maintain.
...
The site is funded by campers who can afford to throw a few bucks a month at a Patreon that I run just for us. It's a small price to pay for a nice place to talk to friends on the internet.


Algunas personas estarán echando de menos el tamaño de una gran red social como Facebook. Como nos dice el autor, esto se resuelve mediante sistemas de federación: podemos conectar nuestra red con otras, cambiando el paradigma de una gran red social gestionada y controlada por una sola empresa, compuesta de miles (millones) de personas por unos cuantos miles de redes gestionadas de forma autónoma.


You might ask: how can one small computer replace something as huge as Facebook in my life? Well, the reason is that you control this one computer for your site, and then that computer talks to thousands of other computers, which gives you access to literally millions of people and organizations and videos and all sorts of other things. So what this does is replace thousands of computers owned by a single company with thousands of computers owned by thousands of different people.


Al final, la motivación es muy simple: mejorar la vida de 50 personas sin empeorar la vida de nadie parece un buen objetivo en la vida.


If I make software that makes the lives of 50 people much nicer, and it makes 0 people more miserable, then on the balance I think I'm doing better than a lot of programmers in the world.


Podemos llevar la vida de una red social, dedicándonos a intercambiar información o lo que queramos con los demás, desvirtualizarnos cuando proceda...


Campers visit each other when we travel, even if we've never met in person before. We correspond with each other about what we're making for dinner and trade recipes. They're the kind of mundane interactions that you probably don't want to have with perfect strangers but you cherish in a group of people you care about.


Y, como dice, el coste es más o menos el mismo que el de realizar cualquier otra actividad con grupos de gente:


In other words, the costs of running a small social network site end up being more or less the costs of starting, well, anything involving other people.


Algunos consejos incluirían la idea de mantenerse pequeño:


Keep it small

It is absolutely necessary to have no more than 50 to 100 active users who log in to your online community.


Evidentemente, hay una cierta centralización, al depender de un administrador del sitio. Necesaria, porque mucha gente no querrá/podrá administrar un nodo de esta red.


The existence of a server and an administrator implies some local form of centralization. I think this is necessary because most people don't want to run their own network node ...


Para evitar los problemas de este tipo, sería interesante tener (y serían muy valiosos) mecanismos para salir de una red y entrar en otra, que es algo que ahora mismo no está disponible.


People need to be able to jump ship and migrate their accounts, seamlessly and wholly, to other servers. We do not have a good technical solution for this yet.


Por si alguien tiene interés, el sistema que usa es una modificación de Mastodon que es software libre y cualquiera puede instalar y desacargar.


Friend Camp is a modification of a program called Mastodon—I'll get into the specifics later, but I want to say right away that I did not create 99.999% of the software and I'm grateful for the work of the Mastodon authors and contributors.


Conforme iba leyendo me iba acordando de este sitio, Blogalia, que fue una proto-red social (entonces lo que se usaban eran los blogs) y en el que unas cuantas personas seguimos gracias a la generosidad y el trabajo de @vrruiz, que nunca nos ha pedido nada a cambio.

Como segunda idea, llevo ya una temporada probando Mastodon en un servidor público (@fernando@mastodon.social que no tiene las buenas características de una comunidad pequeña, pero que puede darnos una idea de lo que estamos hablando, aunque sea desde el punto de vista de la funcionalidad básica.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-09-05 18:09 | 0 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-08-28

Lo que dicen de ti tus datos, ¿eres tú?

Fuente
Interesante lectura en Would you recognise yourself from your data? donde el autor nos
cuenta un pequeño experimento relacionado con los datos que almacenan sobre él
diversos servicios.


I decided to try to reconstruct my own data doppelganger - to come face-to-face with myself as I exist in the data, and so to understand a little more about the ecology of exchanges and brokers, suppliers and analytics firms that have built a version of… well, myself.


Pidió datos a alrededor de 80 empresas de las que 20 respondieron, proporcionando alrededor de 7000 páginas de información.


I spent more than a month issuing data access requests to as many different companies as I could, around 80 in total.

It was a month spent arguing on the phone, struggling with broken portals and trawling the small-print privacy policies of websites.

Eventually, around 20 companies sent back my personal data, and if printed,
it would stretch to about 7,000 pages in length.


Identifica tres tipos de datos, el primero son datos proporcionados por él
mismo.


A small amount was composed of data that I'd volunteered myself: my address, name, contact details, and so on.


El segundo, datos generados utilizando los servicios o productos de la emprsa.


The second, much larger part was data that I'd generated as I'd used a company's services or products.


Finalmente, y el más interesante, eran datos creados a partir de datos de los dos conjuntos anteriores: modelos, categorías en donde se le enmarcaba de una forma u otra.


But the most interesting was data in a third category: data that had been created from other data that had been collected about me - from models and segmentations, based on probabilities and likelihoods.


Eso incluye algunos datos curiosos como la probabilidad de estar interesado en la jardinería, o en concursos, ... Pero también algunas, claro, erróneas. Por ejemplo, estaba clasificado como alguien poco interesado en la lectura (a pesar de ser autor de un libro) y otras más curiosas como 'mujeres intentando concebir'.


If this was a reflection of myself, I didn't recognise it.


También habla de las empresas que no le facilitaron los datos, haciéndolo muy difícil o directamente evitando responder.


We have rights to reclaim our data, but it is far from practical to do so. Some companies did not even respond when I issued a (legally enforceable) request to get my data back.


También dificultades provocadas por la forma de proporcionar los datos:


When the data did come back, it was often in formats that would be extremely difficult for any normal person to understand.


Anecdóticamente, puedo aportar un par de casos aquí.

Utilizo para guardar las lecturas que voy haciendo GoodReads: me parece conveniente y útil y me permite guardar un registro (con las ventajas habituales del efecto red: amigos, su actividad, ...). Recibo, creo que mensualmente, un boletín que se titula 'Young Adult Newsletter'. No se si es por mi perfil de lectura, pero realmente está claro que no es correcto ni se ajusta a mi edad.
En otro orden de cosas y con este mismo servicio, descubrí hace algún tiempo que tenía dos perfiles (el primero, probablemente creado al conocer el servicio y uno segundo, ya creado cuando empecé a usar la plataforma de verdad). Solicité la unificación de perfiles (que era algo difícil porque no debería suceder mucho) y me mandaron la lista de mis 'amigos' ¡como imágenes! lo que refuerza esa idea de que podemos llegar a recibir los datos en formatos poco amigables.

El otro es el de un conocido banco al que solicité acceso a mis datos conseguidos no tengo muy claro como: la única forma para acceder a ellos es proporcionándoles ¡más datos! que acrediten quien soy.
Entiendo que no quieran jugársela dándole mis datos a quién no se debe (aunque no han tenido mucho problema en recopilarlos de diversas fuentes y formas) pero uno tiene cierta precaución a la hora de dar más datos cuando su objetivo es conocer los datos que ya tienen y, si procede, que los eliminen.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-08-28 18:41 | 0 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-08-20

Robots, trabajo y empresas

Robot
Una entrada interesante en ‘Robots’ Are Not 'Coming for Your Job'—Management Is donde se habla del tema de moda del empleo y los robots.
Seguramente la ha visto retransmitida en forma de meme por ahí.

Lo primero, los robots no van solos a ninguna parte a buscar un trabajo (evidentemente), sino que son los directivos de las empresas los que los compran y piensan en ellos.


‘Robots’ are not currently algorithmically scanning LinkedIn and Monster.com with an intent to displace you with their artificial intelligence. Nor are ‘robots’ gathered in the back of a warehouse somewhere conspiring to take human jobs en masse. A robot is not ‘coming for’, or ‘stealing’ or ‘killing’ or ‘threatening’ to take away your job. Management is.


Sin embargo, el titular que leemos habitualmente es ese: 'los robots nos quitarán el empleo'.

Aunque puede parecer una formulación casual, el autor nos recuerda que se trata de una forma de ocultar quién toma la decisión.


At first glance, this might like a nitpicky semantic complaint, but I assure you it’s not—this phrasing helps, and has historically helped, mask the agency behind the *decision* to automate jobs. And this decision is not made by ‘robots,’ but management.


Sin embargo, estas decisiones deberían tomarse cuando sea conveniente y razonable (y el coste es, hoy por hoy, un factor importante).


Pretending otherwise, that robots in every use case are inevitable, is the very worst form of technological determinism, and leads to a dearth in critical thinking about when and how automation *is* best implemented.


Nos recuerda también que no se trata de un fenómeno sin cara y que debemos someternos a donde nos lleve la mejora inexorable de la tecnología.


But we need to wake up. This is not a faceless phenomenon of inexorably improving technology that we all must submit to. This is, quite often and quite simply, rich business owners and the executive classes locating new ways to make themselves richer.


En resumen, será bastante difícil evitar algunas automatizaciones pero no deberían realizarse sin analizar las consecuencias y si realmente mejoran lo que ya se tiene o no.

Para pensar.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-08-20 19:07 | 1 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-08-12

Gobiernos como plataformas: tecnología y cambios

Útiles de escritorio
Traemos otra serie de entradas, esta vez dedicadas al gobierno y cómo podría organizarse con la tecnología disponible, alrededor de un conjunto de APIs, estándares abiertos y conjuntos de datos canónicos. El objetivo sería permitir a los funcionarios, empresas y otras personas proporcionar servicios mejores de manera más segura, eficiente, democrática y responsable.


Government as a Platform is the approach of reorganizing the work of government around a network of shared APIs, open-standards and canonical datasets. The hope is that this will allow public servants, businesses, and others deliver radically better services to the public, and to do so more safely, efficiently, democratically, and in a more accountable way.


Se habla de Facebook, Amazon, Apple, Netflix y Google que nos muestran el valor de las plataformas: menor duplicación, mejor diseño de servicios y ciclos de desarrollo más rápidos.


The introduction of platform thinking to government is sometimes presented as a simple game of catchup with internet-age organizations in the private sector — like Facebook, Amazon, Apple, Netflix and Google (aka the FAANG’s). Those organizations do show the value of platforms: less duplication, better service design and faster development cycles.


Y, como siempre, la cuestión de que estas aproximaciones presentan retos tecnológicos, que no son los más difíciles.


... which bits are hard for technical reasons, and which bits are just plain hard?.

(Spoiler alert: most of them are not technology problems, although there are some.)


En realidad, estamos viendo surgir plataformas de forma muy limitada:


Digital platforms in government are an emerging and (currently) fairly limited phenomena.


Los textos se pueden leer en:

- Government as a Platform, the hard problems: part 1 — Introduction
- Government as a Platform, the hard problems: part 2 — the design of services & public policy.
- Government as a Platform, the hard problems: part 3 – shared components, APIs and the machinery of government
- Government as a Platform, the hard problems: part 4 — Data infrastructure and registers
- Government as a Platform, the hard problems: part 5 — identity and trust

Otra lectura veraniega (aprovechando que, tal vez, tenemos más tiempo ahora) interesante.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-08-12 17:43 | 0 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-07-31

El futuro de la programación

Robot
Seguramente se ha quedado un poco antiguo pero hace tiempo leíamos con gusto los dos primeros capítulos de la serie 'El futuro de la programación'; por algún motivo el autor tardó un poco en acabarla (tres años) y el otro día podíamos descubrir que finalmente lo había hecho así que la traemos aquí.

Se trata de una lectura veraniega en el sentido de que hace falta tomarse un poco de tiempo para completar la lectura, aunque tampoco es una lectura ligera (ni pesada). Tiene seis partes:

- L’avenir de la programmation (1/6) : programmer, une activité culturelle ?
- L’avenir de la programmation (2/6) : La programmation pour les non-programmeurs.
- L’avenir de la programmation (3/6) : programmer le langage naturel.
- L’avenir de la programmation (4/6) : programmer la complexité.
- L’avenir de la programmation (5/6) : programmer le vivant.
- L’avenir de la programmation (6/6) : programmer le multivers.

Un parrafito del segundo capítulo, dice que programar es complicado porque implica pensar con lógica, por etapas, sin atajos y pensando en todas las posibilidades exige mucha atención y rigor.


Programmer, c’est difficile : penser logiquement, par étapes, sans en sauter aucune et en envisageant toutes les possibilités de ses actions demande une grande attention, une grande rigueur.


Reconozco que disfruté leyendo los dos primeros textos y que me alegré de descubrir que ya se había publicado el resto (aunque seguramente algunos temas se han quedado algo anticuados) así que los comparto aquí para las personas intersadas.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-07-31 18:04 | 0 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-07-22

Un portátil de los 90 para un superdeportivo

Deportivos
Cualquiera que haya trabajado de manera más o menos profesional en temas de informática conoce las paradojas habituales: algo que parece trivial de conseguir en un PC casero parece inalcanzable (o muy difícil) en una instalación no demasiado grande o, todavía mejor, en un 'negocio' donde la obsolescencia es la norma (aunque eso ha cambiado un poco y podemos trabajar con una máquina de 6 u 8 años sin muchas dificultades) podemos encontrarnos de pronto con que alguien guarda (y preserva) como oro en paño un viejo ordenador.
En algunos casos eso tiene que ver con programas que ya no han tenido versiones posteriores (y necesidad de poder recuperar, eventualmente, alguna información), y también con dispositivos externos que necesitan de determinadas versiones de sistemas, conexiones y otros elementos sólo disponibles en aquellos aparatos.
¿Podría leer un disquete en casa hoy en día un visitante de este sitio?

Por este motivo me gustó mucho leer Cuando los McLaren de 10 millones de dólares necesitaban un portátil de los 90 para funcionar donde se nos transmitía justamente esa idea.
Además, en este caso, se refuerza la idea de lo poco inclinados que han estado los fabricantes tradicionales a incluir sistemas informáticos en los vehículos.
Probablemente esto estaba relacionado con esa obsolescencia que nombrábamos arriba y la duración habitual de nuestros coches, que en muchos casos superará los diez años.

Sin embargo, aquí están hablando de un coche deportivo de máximo nivel (y excluxividad) y que siguen funcionando por ahí (con buena rentabilidad para los vendedores -usados, claro-). Estos vehículos (McLaren F1) necesitaban (parece que ahora ya han resuelto el problema con alguna alternativa basada en emulación, que también ha progresado mucho en los últimos años) de un cierto hardware (como decíamos arriba) para la conectividad, ejecución de unos programas para conectarse a los dispositivos embarcados y poder hacer los diagnósticos y operaciones.
El equipo en cuestión era un portátil CompaQ LTE 5280.

El caso de McLaren parece que no es único y se alude en esa entrada a otros modelos y marcas con situaciones similares. Y no siempre con el final feliz del caso de McLaren.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-07-22 18:50 | 0 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-07-16

El sesgo de la inteligencia artificial

Fuegos artificiales
No es la primera vez que traemos el tema aquí (Algoritmos, sesgos y decisiones) pero siempre está bien traer textos interesantes. En este caso, Notes on AI Bias.

Lo primero, recordar que el aprendizaje automático ('machine learning') no consiste en fijar un conjunto de reglas y dejar al sistema decidir, sino que el sistema recibe un conjunto de datos, genera un modelo y lo utiliza para tomar las decisiones, lo que proporciona resultado estupendos para algunos problemas:


With machine learning, we don’t use hand-written rules to recognise X or Y. Instead, we take a thousand examples of X and a thousand examples of Y, and we get the computer to build a model based on statistical analysis of those examples. Then we can give that model a new data point and it says, with a given degree of accuracy, whether it fits example set X or example set Y. Machine learning uses data to generate a model, rather than a human being writing the model. This produces startlingly good results, particularly for recognition or pattern-finding problems, and this is the reason why the whole tech industry is being remade around machine learning.


A veces, esto produce problemas, porque establece relaciones de elementos que aparecen habitualmente en algunas situaciones, pero que no tienen por qué estar presentes ni formar parte de la que estemos considerando. Por ejemplo, si hay hierba en abundancia el sistema puede esperar que en la zona haya ovejas (que puede o no puede tener sentido que estén en una determinada escena).


What does that mean in practice? My favorite example is the tendency of image recognition systems to look at a photo of a grassy hill and say ‘sheep’. Most of the pictures that are examples of ‘sheep’ were taken on grassy hills, because that’s where sheep tend to live, and the grass is a lot more prominent in the images than the little white fluffy things, so that’s where the systems place the most weight.


Esto es, el sistema identifica que eso pondría estar en la escena (una imagen, en este caso) pero no es capaz de comprenderla y, por lo tanto, decidir correctamente sobre la posibilidad real de que lo que indica ocurra.
También ocurre que el sistema puede prestar atención a detalles que los humanos no prestarían o, simplemente, ignorarían.


But the patterns that it was seeing were not necessarily things that a human being would have noticed, and with some things (vocabulary describing success, perhaps, is something we now know can vary between genders) a human might have struggled to see them even if they were looking for them.


En muchos casos, ni siquiera tenemos una distribución de datos equilibrada, sólo tenemos una represetación parcial de la realidad. En este caso se refiere a la posible detección de cáncer de piel con imágenes.


... three hypothetical ways it might break:

1. You don’t have an even distribution of people: your photos of skin with different tones is unbalanced, so your system gives false positives or false negatives based on skin pigmentation.

2. Your data contains a prominent and unevenly distributed non-human characteristic with no diagnostic value, and the system trains on that - the ruler in the photo of skin cancer, or the grass in the photo of a flock of sheep. In this case it alters its result if the pixels that we see as a ‘ruler’ (but that it does not) are present.

3. Your data contains some other characteristic that a human cannot see even if they look for it.


Esto es, además de no tener una distribución razonable de valores, los valores contienen datos no relevantes (una escala en la foto, que se usar para hacerse una idea del tamaño, o la hierba con un rebaño...). Y también contienen características invisibles o irrelevantes para un humano.

También puede ocurrir que haya predicciones correctas que no queremos (o no debemos) utilizar; incluso puede ser ilegal tomar decisiones basadas en esos indicadores.


Next, so far we’ve been talking about correlations that are false, but there may also be patterns in the data that are entirely accurate and correct predictors, but that you don’t want to use, for ethical, legal or product-based reasons. In some jurisdictions, for example, you are not allowed to give better car insurance rates to women even though women might tend to be safer drivers.


Y a veces, ni siquiera es fácil anonimizar los datos para evitar sesgos por este tipo de motivos, porque esos sesgos pueden estar contenidos en datos que, a priori, no nos parecerían sospechosos.


One could easily imagine a system that looks at the historical data and learns to associate ‘female’ first names with lower risk, so you would remove the first names from the data - but, [...] there might be other factors that reveal the gender to the system (though of course it would have no concept of gender, or indeed cars), and you might not realise this until the regulator did an ex ante statistical analysis of the quotes you’ve given and fined you.


Por lo tanto, debemos tener en cuenta que los datos que se utilicen para entrenar a los sistemas de inteligencia artificial deben tomarse con el adecuado rigor metodológico (no introducir sesgos), utilizar herramientas para analizar y diagnosticar el comportamiento de los modelos y, como siempre, preparar adecuadamente a las personas relacionadas con estos sistemas (su gestión y uso).


Methodological rigour in the collection and management of the training data

Technical tools to analyse and diagnose the behavior of the model.

Training, education and caution in the deployment of ML in products.


La novedad es que el análisis no lo hacen humanos, así que hay que estar atentos y vigilantes a los resultados.


The part that’s new, of course, is that the people aren’t doing the statistical analysis directly anymore - it’s being done by machines, that generate models of great complexity and size that are not straightforward to analyse.


No es sencillo auditar y comprender los motivos por los que se toma una de estas decisiones:


Second, the idea that you can audit and understand decision-making in existing systems or organisations is true in theory but flawed in practice. It is not at all easy to audit how a decision is taken in a large organisation.


Se puede comparar el aprendizaje automático con el impacto de las bases de datos relacionales, en el sentido de que estas últimas cambiaron el mundo por la cosas que se podían hacer con ellas. Y también se parecen porque permitían construir modelos basados en suposiciones erróneas o incompletas, contener datos erróneos (y nosotros tomar decisiones basándonos en ellos).


In this context, I often compare machine learning to databases, and especially relational databases - a new fundamental technology that changed what was possible in computer science and changed the broader world, that became a commodity that was part of everything, and that we now use all the time without noticing. But databases had problems too, and the problems had the same character: the system could be built on bad assumptions, or bad data, it would be hard to tell, and the people using it would do what the system told them without questioning it.


En definitiva, el aprendizaje automático introduce problemas. En algunos casos se parecen a problemas que ya han aparecido en el pasado con otros sistemas que venimos utilizando. Estos problemas podrán ser detectados o no, de manera análoga a otros que ya hemos visto.


All of this is to say that ML bias will cause problems, in roughly the same kinds of ways as problems in the past, and will be resolvable and discoverable, or not, to roughly the same degree as they were in the past.


Como siempre, los problemas que será más habitual que tengamos no vendrán de un laboratorio de investigación (maligno o no) sino de algo tan sencillo como alguien que no ha configurado correctamente un sistema, o se ha olvidado de considerar algún aspecto relevante, o directamente lo ha utilizado sin muchas consideraciones.


Rather, it is a third tier technology contractor or software vendor that bolts together something out of open source components, libraries and tools that it doesn’t really understand and then sells it to an unsophisticated buyer that sees ‘AI’ on the sticker and doesn’t ask the right questions, gives it to minimum-wage employees and tells them to do whatever the ‘AI’ says.


El aprendizaje automático puede hacer cualquier cosa para la que pueda ser entrenado, pero en muchos casos no podremos estar seguros de que el resultado es el adecuado (o, al menos, deberemos examinarlo con cuidado).


“Machine Learning can do anything you could train a dog to do - but you’re never totally sure what you trained the dog to do.”


Al final, probablemente el término inteligencia artificial no sea útil para hablar de estos temas porque crea la impresión (falsa) de que estamos hablando realmente de inteligencia y, lamentablemente, no es así.


I often think that the term ‘artificial intelligence’ is deeply unhelpful in conversations like this. It creates the largely false impression that we have actually created, well, intelligence - that we are somehow on a path to HAL 9000 or Skynet - towards something that actually understands. We aren’t. These are just machines, and it’s much more useful to compare them to, say, a washing machine.


Interesante y valioso con todo el ruido que estamos escuchando por ahí afuera.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-07-16 18:14 | 0 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

2019-07-09

Robotizar las redes sociales, ¿eso es lo que queremos?

Robot
Después de ver a muchos 'community managers' que se comportan como robots (¿Podemos diferenciarte de un robot?) utilizando trucos más o meno sucios para aumentar sus seguidores y convertirse en 'influyentes' (ellos o las marcas que representan) siempre es interesante ver una aproximación verdaderamente 'robótica'.

Por ejemplo, How I Eat For Free in NYC Using Python, Automation, Artificial Intelligence, and Instagram donde Chris Buetti nos cuenta sus mecanismos para tener un Instagram 'importante' sobre restaurantes y consegui que la gente le invite y esas cosas.

Es un poco técnico, pero como dice, se puede conseguir utilizando herramientas (programación) o bien, invirtiendo tiempo:


You’ll either need a background in Data Science/Software Development or a lot of free time on your hands. Since I have the prior, I sit back and let my code do the work for me. Oh, and you guessed it, you’ll need to know how to use Instagram as well.


Curioso, como utiliza las redifusiones de instagram, dando crédito a los autores, también las etiquetas y la búsqueda de contenidos relevantes para su propósito.
También cómo hace crecer sus seguidores, da me gusta.

No voy a decir que me guste esta forma de interactuar en redes sociales, pero me parece que hay cierta justicia poética en que un robot lo haga mejor que muchos 'community managers' y, total, Instagram no mejorará (¿he dicho que no me gusta mucho esa red?) por no hablar de este tema.

Puedes enterarte de las notas nuevas en: @reflexioneseir (Twitter), Reflexiones e Irreflexiones (Página de Facebook), Reflexiones e Irreflexiones (Canal de Telegram), fernand0 (en LinkedIn), @fernand0 (en Medium).

2019-07-09 17:50 | 0 Comentarios | In English, please | En PDF | Para enlazar # |
| Compartir/Share | por correo | en Twitter | en LinkedIn | en Facebook | en Google+ | en Delicious |

<Septiembre 2019
Lu Ma Mi Ju Vi Sa Do
            1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30