Estudios críticos sobre algoritmos: ¿un punto de encuentro entre la ingeniería y las ciencias sociales?

Carlos E. Gómez

Resumen


Estamos en la era del algoritmo o, como señalan algunos expertos, en una “algocracia” donde las matemáticas y las ciencias de la computación se están transformando en un poderoso mecanismo de influencia, conformando y guiando nuestro comportamiento y la gobernanza de la sociedad. La “algocracia”, más allá de nuestra visión o de nuestra voluntad de acción, condiciona cada vez más nuestra existencia, y su uso creciente, al mismo tiempo que nos dota de una poderosa herramienta de conocimiento, nos restringe, manipula, controla y provoca, algunas veces de manera más benigna y otras de forma más riesgosa y problemática. De momento percibimos de manera confusa su efectividad y legitimidad. Las ciencias sociales y la ingeniería tienen un campo de trabajo en común y de dialogo para hacer frente a los nuevos desafíos sociales que plantea la sociedad digital. Este trabajo describe e identifica algunos ejes centrales que se plantean en los estudios críticos sobre algoritmos, sus propiedades fundamentales y los problemas sociales, éticos, políticos y legales producidos o reforzados por su utilización, y las metodologías de las ciencias sociales más aptas para analizarlos.

Palabras clave


algoritmos; ciencias sociales; ingeniería; investigación

Texto completo:

PDF

Referencias


BAROCAS S., HOOD, S. y ZIEWITZ, M. (2013): “Governing algorithms: A provocation piece”. Disponible en: http://governingalgorithms.org/resources/provocation-piece/. Consultado el 5 de marzo de 2018.

BURRELL, J. (2016): “How the Machine ‘Thinks:’ Understanding Opacity in Machine Learning Algorithms”, Big Data & Society, vol. 3, n° 1.

CITRON D., PASQUALE, F. (2014): “The scored society: Due process for automated predictions”, Washington Law Review, pp. 86-101.

DANAHER, J., HOGAN, M., NOONE, C. y otros, (2017): “Algorithmic governance: Developing a research agenda through the power of collective intelligence”, Big Data & Society, julio y diciembre, pp. 1-21.

DOMINGOS, P. (2012): “A few useful things to know about machine learning”, Communications of the ACM 55, nº 10, pp. 35-78.

FLUSSER, V. (2017): El universo de las imágenes técnicas. Elogio de la superficialidad, Buenos Aires, Caja Negra Editora.

KITCHIN, R. (2017): “Thinking critically about and researching algorithms”, Information, Communication & Society, vol. 20, nº 1, pp. 14-29.

MACKENZIE, A. (2007): “Protocols and the irreducible traces of embodiment: The Viterbi algorithm and the mosaic of machine time”, en R. Hassan y R. E. Purser (eds.): Time and temporality in the network society, Stanford, Stanford University Press, pp. 89-106.

PASQUALE, F. (2015): The Black Box Society: The Secret Algorithms that Control Money and Information”, Cambridge, Harvard University Press.

SEAVER, N (2017): “Algorithms as culture: Some tactics for the ethnography of algorithmic systems”, Big Data & Society, julio y diciembre, pp. 1-12.

ZARZKY T. (2016): “The trouble with algorithmic decisions: An analytic road map to examine efficiency and fairness in automated and opaque decision making”, Science, Technology & Human Values, nº 41, pp.118-132.


Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Avda. Pueyrredón 538, 2º cuerpo, 2º piso C - C1032ABS -  Ciudad de Buenos Aires, República Argentina

Correo electrónico: revistacts@gmail.com

Sitio web: http://www.revistacts.net

Facebook: Revista Iberoamericana CTS - Twitter: @RevistaCTS