Nuevas formas de explorar Big Dat

El término Big Data (Grandes Datos) se refiere al fenómeno por el que un número muy elevado de fuentes diversas generan grandes volúmenes de datos. Dichos datos pueden ser creados por personas o bien ser generados por máquinas, por ejemplo, sensores que recaban información climática, imágenes por satélite, fotos y vídeos digitales, registros de transacciones de compra, señales de GPS, etc. La información abarca multitud de sectores, desde la sanidad hasta el transporte y la energía.

Los datos se han convertido en un bien fundamental para la economía y para la sociedad, en un rango similar a las categorías clásicas de los recursos humanos y financieros. Los analistas contemporáneos tienen que manejar caudales inmensos de datos que han de filtrar para poder hallar soluciones a los retos modernos.

Trátese de información geográfica, estadísticas, datos meteorológicos, de investigación, de transporte, de consumo energético o sanitarios, esta necesidad de extraer sentido de Big Data está motivando la introducción de innovaciones tecnológicas y el desarrollo de nuevas herramientas y habilidades. Indudablemente, este punto figura entre los retos más importantes en la sección dedicada a las TICs dentro del nuevo programa de investigación e innovación de la UE, Horizonte 2020.

Este empeño por examinar y administrar Big Data podría verse facilitado por un recurso inesperado: el subconsciente humano. Dado que únicamente somos conscientes de cerca de un 10 % de nuestra actividad cerebral, los artífices del proyecto CEEDS vienen buscando formas de «desbloquear» el 90 % restante para ver si ello resultaría de utilidad para los propósitos descritos.

Uso de la realidad virtual para introducir grandes conjuntos de datos

CEEDS («Collective Experience of Empathic Data Systems») trata de hacer «visible» el subconsciente midiendo las reacciones sensoriales y fisiológicas humanas ante el caudal de Big Data que se nos presenta. Los investigadores del proyecto han construido una máquina que se vale de instrumentos de realidad virtual para introducir grandes conjuntos de datos. Empleando una gama de sistemas de sensores visuales, sonoros y táctiles, monitoriza también las respuestas de los usuarios ante la experiencia, para averiguar en qué se centran y de qué modo.

La eXperience Induction Machine (XIM) de CEEDS, ubicada en el Centro de Neuro-Robótica y Sistemas Autónomos, dirigido por el profesor Paul Verschure de la Universitat Pompeu Fabra (Barcelona), se ha diseñado para facilitar a los analistas la asimilación de Big Data. Al monitorizar sus reacciones, ofrece también valoraciones que podrían resultar útiles para diseñar formas de presentación de los datos que sean más accesibles.

El primer grupo en el que los investigadores de CEEDS probaron su máquina estaba formado precisamente por neurocientíficos. Tomaron conjuntos de datos inmensos, como los que se suelen generar en esta disciplina científica, y los animaron con estímulos audiovisuales.

Las reacciones de los usuarios fueron examinadas en una cámara inmersiva tridimensional equipada con multitud de dispositivos. Ésta cuenta con sensores de movimiento que hacen un seguimiento de las posturas y los movimientos corporales. También con un rastreador de los ojos que indica al usuario dónde enfocar la mirada y comprueba si hay signos de estrés según la dilatación de la pupila. Un guante «siente» los movimientos de las manos, mide el agarre y las respuestas cutáneas. Unas cámaras analizan las expresiones faciales. Un equipo de voz detecta diversas características emocionales en los enunciados o las interjecciones que emite el usuario. Por último, el usuario se coloca un chaleco de diseño exclusivo que registra la frecuencia cardiaca y respiratoria.

Todo ello permitió medir las reacciones de los neurocientíficos a los datos. La máquina emitía indicaciones subliminales, tales como flechas parpadeantes de las que no eran conscientes, para guiar la atención del usuario hacia aquello que podría resultarle más interesante. Además, la máquina prestaba ayuda cuando el usuario se sentía fatigado o saturado de información, cambiando la presentación, la cual ajustaba a su estado de ánimo. Según explicó el coordinador de CEEDS, el profesor Jonathan Freeman, psicólogo en la Universidad Goldsmiths de Londres: «Ayuda a los usuarios simplificando la visualización de los datos cuando les resulta demasiado complejo o estresante asimilarlos, o bien intensificando la presentación cuando el usuario muestra hastío».

El gran valor de acelerar el análisis de los datos

El método de CEEDS resulta novedoso porque, si bien muchos de sus componentes se encuentran ya disponibles por separado, nadie los había reunido nunca con el propósito de optimizar la comprensión humana de Big Data.

Las aplicaciones posibles de CEEDS son abundantes, desde la inspección de imágenes de satélite y la prospección petrolífera hasta la investigación astronómica, económica e histórica. «Hay posibilidades en cualquier ámbito donde haya un gran volumen de datos que requieran mucho tiempo o bien un esfuerzo formidable», añadió el profesor Freeman. «Estamos viendo que, físicamente, es imposible que una persona pueda analizar todos los datos que tiene delante, sencillamente, por la cantidad de tiempo que ello requiere. Todo sistema que pueda agilizar ese análisis y aumentar su eficacia tendrá un valor inmenso».

Los frutos de la labor de CEEDS podrían aplicarse incluso fuera del ámbito de Big Data, pudiendo ser de ayuda para recabar valoraciones de usuarios en entornos físicos como tiendas, museos y bibliotecas. Asimismo, pinchadiscos y otros individuos dedicados a las artes escénicas están cobrando conciencia de la posibilidad de recibir información en tiempo real del público si éste llevase, por ejemplo, pulseras que midieran la intensidad con la que bailan, la temperatura corporal o su sudoración. En el aula educativa, los docentes podrían enseñar más a sus alumnos mostrándoles, por ejemplo, sus propias reacciones subconscientes ante diagramas. Otra aplicación estudiada por los investigadores de CEEDS es la introducción, en bases de datos, de la experiencia de arqueólogos para identificar, por ejemplo, piezas de cerámica de dos mil años de antigüedad y así agilizar su capacidad para establecer correspondencias.

CEEDS, que cuenta con dieciséis socios repartidos por nueve países, es un proyecto sobre Tecnologías Futuras y Emergentes que cuenta con una financiación de 6,5 millones de euros provenientes del Séptimo Programa Marco de la UE.

Enlace al proyecto en CORDIS
Enlace a la página web del proyecto
Twitter
FET: Tecnologías Futuras y Emergentes