Presentación de la sección sobre Inteligencia artificial, datos y objetividad. ¿El regreso del naturalismo dataísta?
Se genera así un discurso que resulta ser, o bien de corte apocalíptico (como en el caso de los riesgos existenciales de la IA), o bien de un utilitarismo banal que no va más allá de la evaluación superficial de pros y contras (como cuando se reduce el debate en tomo a la IA a la examinación de sus...
Gespeichert in:
Veröffentlicht in: | Daimōn (Murcia, Spain) Spain), 2023-09 (90), p.7-12 |
---|---|
Hauptverfasser: | , |
Format: | Artikel |
Sprache: | spa |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Se genera así un discurso que resulta ser, o bien de corte apocalíptico (como en el caso de los riesgos existenciales de la IA), o bien de un utilitarismo banal que no va más allá de la evaluación superficial de pros y contras (como cuando se reduce el debate en tomo a la IA a la examinación de sus beneficios y perjuicios más directos y, de ser posible, de manera matemática). Esta mentalidad, conocida como «dataísmo» (Brooks, 2013), se vio acenúiada por la amplia disponibilidad de las computadoras y las bases de datos, así como el surgimiento del Big Data, la utilización de grandes volúmenes de datos con fines computacionales. LTn influyente ensayo escrito por Chris Anderson The End of Theory: The Data Deluge Makes the Scientific Method Obsolete (Anderson, 2008) epitomiza la visión del dataísmo radical como ningún otro. Anderson argumenta que la disponibilidad de grandes volúmenes de datos (el llamado Big Data) y la inteligencia artificial harán que las teorías y las hipótesis ex-ante sean redundantes. No resulta entonces exagerado sugerir que con la estadística evolucionando hacia la «ciencia de datos», la visión dataísta que domina buena parte del desarrollo tecnológico actual comienza, en la práctica, a gobernar el mundo. También encontramos multitud de oúos sistemas orientados a realizar predicciones, evaluaciones y clasificaciones en base a Big Data. |
---|---|
ISSN: | 1130-0507 1989-4651 |
DOI: | 10.6018/daimon.576781 |