De hecho, los
periodistas se están convirtiendo en documentalistas y los documentalistas en
periodistas. Se ha producido un proceso simbiótico -que no de fagocitación- por el
cual se genera tal cruce entre ambas profesiones que, en ocasiones, resulta
prácticamente imposible situar los límites. Para Marcos Recio (2014) esta cuasifusión de tareas es prácticamente obligada
si se pretende seguir el ritmo que imprimen las nuevas tecnologías y su cada vez
mayor adopción por parte de las audiencias. El periodista debe saber buscar a través
de Internet y, en particular, de las redes sociales para convertirlas en una de sus
fuentes de referencia; mientras, el documentalista debe aprender a redactar noticias
que sirvan como apoyo en el medio digital. En este caso, la clave está en ontologías como SIOC (Semantically Interlinked Online Communities) o FOAF (Friend Of a Friend). SIOC permite nuevos tipos de escenarios de uso para los datos online generados por usuarios (o en community sites) así como nuevas aplicaciones semánticas.

Las herramientas a emplear para este tipo de caso son los modelos generativos, que se sustentan en el aprendizaje automático y en el aprendizaje profundo, que permiten trabajar gran cantidad de datos relacionados con la dinámica molecular y propiedades fisicoquímicas de un fármaco, facilitando la identificación de miles de nuevas moléculas candidatas a ser sintetizadas y probadas. La inteligencia artificial o IA puede entenderse como una disciplina perteneciente a las ciencias de la computación, que plantea modelos computacionales de aprendizaje basado en redes neuronales biológicas humanas. En este sentido, se han planteado diversos modelos de IA, que gracias a los avances en la tecnología computacional ha permitido desarrollos de sistemas “inteligentes” que facilitan procesar mayor cantidad de datos en un tiempo menor, agilizando la toma de decisiones.

Investig. bibl vol.32 no.74 Ciudad de México ene./mar. 2018

Los hallazgos encontrados nos muestran que el idioma inglés y la revista científica
son los vehículos de la comunicación científica. La inclusión, la clasificación para
la asignación de puntajes (factor de impacto) de variadas secciones en este tipo de
publicaciones pueden abrir un debate, no es la misma inversión en un artículo que
una reseña de libros. Otro dilema puede presentarse en relación al acceso a las
bases de datos, aquellas de tipo cerrado con otras de acceso abierto. En los últimos diez años han proliferado los regis tros de pacientes gracias a la implementación de FCE, los que inicialmente se almacenaban como Microdatos.

• Por eso, el big data más bien parece una forma de “escucha” inductiva más que un levantamiento de datos tradicional.
• Destaca que la acción clasificatoria sea
  colaborativa, realizada por periodistas, con filtros efectuados por expertos con
  vistas a evitar la sinonimia y la polisemia, y enriqueciendo esta herramienta
  mediante relaciones de “parentesco”.
• Así entonces, un Gi gabyte (Gb) corresponde a 109 byte, un Terabyte (Tb) a 1012, un Petabyte (Pb) a 1015 y un Exabyte (Eb) a 1018 bytes.
• Desde el 2007, cuando comenzó a popularizarse
  la web 2.0, se ha ido produciendo la transformación, si bien vertiginosamente pero
  de forma paulatina y aún, hoy en día, se sigue desarrollando.

Con estos datos se puede establecer un modelo predictivo sobre el riesgo que puede traer consigo un individuo o grupo de personas de contraer COVID-19 y factores asociados a desarrollar complicaciones (Jiang et al., 2020) e incluso, predecir los resultados de un tratamiento. Un aspecto a mencionar acerca de la IA, es que abarca diversos campos como el reconocimiento de voz, procesamiento de lenguaje natural, visión por computador, robótica avanzada, captura de conocimiento, planificación y optimización, entre otros, en la que se busca que un sistema tenga la capacidad para sentir, razonar, participar y aprender. Big data se ha constituido curso de ciencia de datos como un “tópico caliente” que atrae la atención no solo de la industria, sino también de la academia y del Gobierno. Podemos detectar varios elementos del diseño experimental que pueden influenciar el desempeño del método y de los dermatólogos, y que nos permitan interpretar este resultado. Es importante evaluar siempre la relación que los datos de entrenamiento pueden tener con los datos de prueba. Por ejemplo, los datos de entrenamiento pueden tener sesgos, en términos de la presencia desbalanceada de las distintas lesiones en estos datos, que expliquen la alta especificidad de la RNC en comparación con los dermatólogos.

Información legal

Es decir, puede perfilarse en diversos contextos como la diseminación del virus en una determinada zona bajo parámetros climatológicos, factores de densidad demográfica, patrones de movilidad, características fenotípicas del virus con respeto a sus otras familias y medioambiente, detección de anomalías a nivel celular y/o molecular, entre muchos otros aspectos. Para este tipo de desarrollo, el Big Data se vale de la IA a través de diversos algoritmos aplicados bien en el aprendizaje profundo como en el aprendizaje automático mencionados anteriormente. Para realizar estudios de IA mediante aprendizaje automático (que incluye el aprendizaje profundo en algunos casos), se requieren de determinados algoritmos, como árboles https://psicocode.com/miscelanea/curso-ciencia-datos-tripleten/ de decisión, regresión para análisis estadístico y predictivo, redes adversarias generativas, Clustering basado en instancias, bayesianos, redes neuronales, etc. Estos algoritmos se valen de la ciencia de datos en la que se ejecutan diversos cálculos matemáticos, donde la densidad de información es amplia, compleja y variada. Por ejemplo, encontrar moléculas antivirales (Ahuja, Reddy & Marques, 2020) que combatan la COVID-19 e identifiquen millones de anticuerpos para tratamiento de infecciones secundarias (Ciliberto & Cardone, 2020). Con esto en mente, los costos de investigación y desarrollo se reducen ostensiblemente, viéndose reflejados en el valor final del medicamento para el paciente y sector salud en general.

• La velocidad refiere tanto a la rapidez de generación de los datos, por ejemplo, señales fisiológicas adquiridas en tiempo real por sensores vestibles, como al tiempo en que el procesamiento de los datos debe ser realizado, por ejemplo, al correlacionar señales en tiempo real para determinar el riesgo de un paciente y así poder asignar recursos en una unidad de cuidado intensivo.
• A ello se añade un cambio en las
  rutinas profesionales que desembocan, según Paulussen y Harder (2014), en la navegación diaria de los periodistas
  por las redes sociales en la búsqueda de informaciones o para no quedarse rezagados
  en la difusión de los hechos.
• Rodríguez Brito y García Chico (2013) enfatizan la relevancia que tiene en la actualidad la filosofía del open data, fundamentalmente en lo que se refiere a la transparencia en el acceso, desde la óptica profesional del periodista.
• Para finalizar, y con la mirada puesta en las redes sociales, tratamos algunos de los instrumentos documentales utilizados así como las aplicaciones que los periodistas están empleando, siempre primando el enfoque bibliotecológico y documental.
• Data Science, por otro lado, se refiere a la disciplina que se encarga de extraer conocimiento y comprensión a partir de los datos.

Si bien el volumen, velocidad y variedad son dimensiones ampliamente aceptadas, también se han considerado como dimensiones adicionales el valor, esto es, la relevancia de la información que proveen los datos en el contexto en el que se generan, y la variabilidad, esto es, si los datos caducan y deben ser removidos o actualizados. Por lo tanto, los atributos denominados “las 6 Vs de Big Data”25 son volumen, velocidad y variedad, que se refieren a la manipulación y administración de los datos, y veracidad, variabilidad y valor, que se refieren a la relevancia de los datos en el contexto del análisis que se quiere realizar. Estas 6 dimensiones proveen una completa caracterización del régimen de adquisición de datos que caracteriza Big Data en el contexto clínico y son las que consideraremos en este artículo. Una realidad que desemboca en la necesidad de contar con profesionales que se encarguen de transformar la gran cantidad de información en valor corporativo.

Roberto Álvarez nos cuenta en Territorio Big Data todo sobre Prensa Ibérica y los datos

Otros tipos de desarrollo de aprendizaje profundo, basado en los sistemas de reconocimiento de rostro empleados comúnmente en seguridad física, han sido modificados para detectar si la comunidad está cumpliendo la distancia social reglamentaria. Este software emplea cámaras de video estándar o aquellas dispuestas en una ciudad para videovigilancia, permitiendo monitorear el flujo peatonal en zonas críticas, realizando un reconocimiento sobre la distancia mínima, indicando una alerta a las autoridades si alguien no cumple con la norma. En algunos casos este sistema se combina con cámaras de medición térmica con el fin de establecer si alguna persona tiene fiebre y emitir una alerta para que sea aislada de inmediato por personal sanitario. El big data constituye una gran revolución en la gestión de grandes volúmenes de datos y, fruto de ella, han surgido nuevas soluciones capaces de comportarse de manera autodidacta, sin necesidad de asistencia humana. Programas como AlphaGo de Google representan un paso adelante en la puesta en marcha de máquinas que consiguen capacidades sobrehumanas sin la intervención del hombre. Un ejemplo de iniciativas que responden a esta necesidad en investigación en Chile es el Centro de Imágenes Biomédicas de la Pontificia Universidad Católica de Chile.

Como vendría a saberse unos años después, el objetivo de la minería de datos fue el de producir modelos predictivos que tenían el fin de influenciar la conducta de los votantes (en su mayoría registrados) por medio del envío de información selectiva. Empleamos la investigación descriptiva, de primera aproximación, cuyo procedimiento
fue la búsqueda y recuperación de información en las bases de datos Scopus y
Web of Science, el sustento se encontró en la ciencia de la información
mediante la informetría. La configuración de búsqueda se ejecutó con los términos
“big” and “data” en el campo Título de las bases mencionadas, el periodo de búsqueda
fue de enero de 2007 a marzo de 2018.