Por qué los grandes datos no son suficientes

A medida que el Big Data va integrándose en muchos aspectos de nuestras vidas, escuchamos cada vez más voces llamando a cambios revolucionarios en la manera en la que trabajan los investigadores. Para ahorrar tiempo en entender el comportamiento de sistemas complejos o en predecir resultados, algunos analistas afirman que ahora sería posible permitir que los datos "cuenten la historia", en lugar de tener que desarrollar una hipótesis y seguir meticulosamente los pasos para su comprobación. El éxito de empresas como Google Inc. y Facebook Inc., que han transformado los mundos de la publicidad y de las redes sociales al aplicar la extracción de datos y las matemáticas, ha llevado a pensar a muchos que las metodologías tradicionales basadas en modelos y teorías podrían dejar de ser necesarias. Entre los jóvenes profesionales, y en muchos de los estudiantes del máster en Administración de Empresas que hemos observado, hay una fe casi ciega en que se pueden usar algoritmos sofisticados para explorar gigantescas bases de datos y encontrar relaciones interesantes independientemente de cualquier teoría o idea preconcebida. La conjetura es la siguiente: cuanto mayor sea el número de datos, más determinantes serán los resultados.

Aunque este punto de vista pueda ser muy atrayente, creemos que es erróneo y que podría resultar peligroso para las empresas. Por ejemplo, ¿qué sucedería si los datos pareciesen respaldar un nuevo diseño de fármaco o un nuevo enfoque científico sin, de hecho, existir una relación causal? A pesar de reconocer que la extracción de datos ha permitido grandes avances en el desarrollo de la inteligencia empresarial y a la hora de entender el comportamiento del consumidor (solo tenemos que pensar en cómo Amazon.com Inc. consigue averiguar lo que podríamos estar interesados en comprar o en cómo funcionan los motores de recomendación de contenido que usa Netflix Inc.), es importante que los directivos que supervisan las disciplinas técnicas consideren cómo aplican este enfoque a sus áreas de trabajo.

Recientemente, analizamos diversos campos en los que se recogen y se ponen a disposición grandes cantidades de datos: el descubrimiento de fármacos y la investigación farmacéutica; la genómica y el mejoramiento genético; la predicción meteorológica; el diseño de productos complejos, como turbinas de gas, y el reconocimiento de voz. Para cada escenario realizamos una serie de preguntas generales, entre las que se que inclu...