La Internet del comportamiento: ¿qué es y qué tan preocupados deberíamos estar?
¿Qué sucede con la gran cantidad de datos recopilados por los dispositivos IoT y cómo se sentiría si estos datos se usaran para influir en su comportamiento?
La Internet de las cosas: un breve resumen
Ya no necesita ser un aficionado de los gadgets ni incluso un "pionero" para ser un usuario regular de los dispositivos de la Internet de las cosas (IoT), ni tampoco entender qué es la IoT. La cantidad de dispositivos "inteligentes" que podemos usar todos los días continúa en constante aumento. Los timbres conectados a Internet, los automóviles con conexión, los altavoces inteligentes, los sistemas de seguridad y los seguidores de actividad son algunos ejemplos de dispositivos IoT que ahora se consideran convencionales y se utilizan con regularidad en nuestra vida diaria.
Pero la IoT no es solo para los consumidores; es una tendencia aún más grande para usos industriales y comerciales. El seguimiento de inventario, la gestión de la logística, los sensores de la línea de producción, la seguridad física y el análisis de sentimiento son algunos ejemplos de cómo la revolución de la IoT agiliza los procesos e impulsa el cambio en todos los sectores.
La revolución de la IoT ha realizado dos cambios importantes en nuestras vidas y en el panorama de la conectividad:
1. El presagio de la funcionalidad y los aparentes beneficios.
Si suponemos que usted no solo acaba de gastar $400 en una juguera que se conecta a Internet o en un cepillo de dientes con IoT, lo más probable es que sus dispositivos IoT desempeñen cierto aspecto de una función útil en su vida, además de un beneficio aparente. Contar con un dispositivo de actividad que "ludifique" su actividad y lo aliente a levantarse o a salir a caminar se considera, en general, algo positivo que cambia la vida para mejor. Poder decirle a su altavoz inteligente "Buenas noches" y hacer que apague todas las luces internas y active la detección de movimiento en las cámaras externas aporta, para muchos, tranquilidad y una aparente comodidad. También, hay beneficios similares en el espacio empresarial, aunque a diferente escala.
2. La generación de los datos. Muchos datos.
Además de venderle un dispositivo nuevo e interesante que realiza una tarea aparentemente útil, los proveedores de IoT también generan y captan grandes cantidades de datos acerca de nuestras interacciones con estos dispositivos. Cisco predice que los dispositivos IoT generarán más de 800 zettabytes por año para fines de 2021 y que esa cifra aumentará exponencialmente en los años posteriores. Un solo zettabyte equivale a, aproximadamente, un billón de gigabytes.
Cuando se procesan correctamente, las enormes cantidades de datos pueden proporcionar información útil sobre nuestro comportamiento colectivo y común en ciertas situaciones. Este tipo de información es increíblemente valiosa para las empresas que buscan mejorar el desarrollo de productos y las estrategias de marketing. Al recopilar datos y extraer información útil, las empresas pueden crear proyecciones precisas de lo que las personas harán cuando se enfrenten a ciertas situaciones.
Presentamos la Internet del comportamiento (IoB)
Al profesor Göte Nyman de la Universidad de Helsinki se le atribuye la creación del concepto "Internet del comportamiento" en su blog en 2012. En su primer artículo sobre el tema de la psicología detrás de la Internet del comportamiento, escribió:
“Creo que en un futuro cercano habrá una explosión de aplicaciones y servicios que se basan en obtener orientación e información relevante directamente de las personas y las comunidades para ofrecer las mejores respuestas posibles, acceso a datos, comunicación, información, interacción, entretenimiento, servicios y funciones".
Sin duda, es importante recordar que Nyman propuso estos conceptos mucho antes de que realmente se asentara la revolución de la IoT y creara la gran cantidad de motores de recopilación de datos que nos caracterizan hoy en día.
El concepto de la IoB se centra en la actividad humana a través de la perspectiva de la psicología del comportamiento. El uso de big data para entender cómo nos comportaremos en ciertas situaciones es increíblemente útil para las grandes organizaciones (incluidas las empresas y los gobiernos) de todo el mundo.
En sus "Principales predicciones estratégicas para 2020 y el futuro", Gartner menciona la IoB y habla acerca de un concepto de "hiperpersonalización", que estará habilitado por la continua recopilación de datos a fin de detectar las emociones de los consumidores y el uso de este conocimiento para, finalmente, aumentar las ventas. Continúan prediciendo que "Para 2023, la Internet del comportamiento hará un seguimiento digital de las actividades individuales con el fin de influir en la elegibilidad de los beneficios y servicios para el 40 % de las personas de todo el mundo".
Las diferentes etapas de la IoB
El concepto de la IoB se puede imaginar en dos etapas de alto nivel:
1. Medición: recopilación y comprensión
El uso continuo de big data de múltiples fuentes (incluida, entre otras cosas, la IoT) para medir y comprender el comportamiento colectivo de las personas en ciertas situaciones.
2. Influencia: conducta impulsora
La información recopilada se puede utilizar y "perfeccionar" como un medio para impulsar nuestro comportamiento en ciertas situaciones. La aplicación más común de esto será en un entorno comercial (quizás con más frecuencia, el retail), pero hay otros ejemplos globales en los que los gobiernos utilizan este nivel de hiperconectividad a través de múltiples puntos de datos. El ejemplo que genera el mayor temor suele ser el de los múltiples sistemas de "crédito social" de China que, tal y como muchos han comunicado y considerado, es hacia donde todos nos dirigimos.
Las preocupaciones obvias en cuanto a la seguridad y privacidad
Si bien muchos consideran que este nivel de conocimiento del comportamiento de las personas es un agente de cambio positivo (en especial, en las esferas del marketing, el comercio y el social media), por supuesto, existe una gran preocupación acerca de cómo se recopilan y utilizan dichos datos. Los problemas relacionados con la privacidad, la ética y la confianza casi siempre surgen en cualquier debate acerca de la recopilación de datos y la generación de conocimientos.
¿Por qué debemos confiar en grandes retailers, empresas de social media y otras organizaciones que tienen todos estos datos acerca de nosotros? Hemos visto que empresas, como Cambridge Analytica, utilizan de manera infame los datos para manipular actitudes y creencias a gran escala a fin de manejar las agendas políticas. Además, los ataques cibernéticos a gran escala y los ataques a los datos son sucesos bastante comunes, por lo que existe el riesgo de que estos datos caigan en las manos equivocadas. ¿Es simplemente una invasión general de nuestra privacidad en el ámbito personal? Además, ¿nos estamos involucrando sin mayor conocimiento en una implementación global de un sistema de "crédito social", como aquellos que pretenden usarse de manera generalizada en toda China? Tal vez, el libro 1984 de Orwell fue una especie de profecía después de todo…
Atenuar esas preocupaciones relacionadas con la privacidad
Sin embargo, existe un proceso computacional conocido como codificación homomórfica, que proporciona la capacidad de realizar cálculos sobre datos codificados sin decodificarlos primero.
Esta importante tecnología les brinda a las organizaciones la capacidad de delegar datos de manera segura a terceros que se especializan en el análisis y el procesamiento de big data, mientras los deja en un estado codificado. Esto podría dar como resultado un ahorro de costos, puesto que las empresas ya no necesitarían desarrollar experiencia en big data de manera interna para proteger la información de los clientes.
También proporciona garantías a los clientes y socios de que los datos recopilados están codificados y, por lo tanto, anonimizados, lo que genera una mayor confianza y lealtad para con la marca.
Ya sea que estén 100 % anonimizados o no, el debate continuará en torno a la ética y el uso de datos de comportamiento a gran escala que se generan a partir de puntos de datos del mundo real y que ofrecen información real sobre lo que las personas harán en determinadas situaciones.
La mayor barrera para la adopción a gran escala de la codificación homomórfica es que todavía es muy lenta, tan lenta que, por el momento, no resulta práctico usarla para muchas aplicaciones. Sin embargo, algunas empresas e investigadores están trabajando para acelerar el proceso al disminuir el gasto general computacional necesario para la codificación homomórfica.
Algunas conclusiones importantes
Las organizaciones necesitan que esté más claro cuándo se anonimizan y codifican los datos de sus clientes. Este tipo de explicación debe estar claramente visible y no ocultarse en los innumerables párrafos de las cláusulas de los "Términos y condiciones". Si esto se convirtiera en una regla, entonces tal vez esas declaraciones se volverían notorias por su ausencia, y un público conocedor de la privacidad de los datos probablemente evitaría esas empresas y sus respectivos servicios. Es posible que eso sea un poco exagerado, pero hace pensar: ¿a quién podemos confiar nuestra información personal y a quién debemos evitar?
Y, por cierto, ¿está realmente seguro de a dónde ese dispositivo IoT en oferta (que demoró 6 semanas en llegar, pero ahora se enorgullece de integrar su única red Wi-Fi doméstica) envía datos a través de su conexión a Internet? Llámame paranoico, pero a veces estas cosas no tienen buenas intenciones. En fin, terminemos con esto. "Alexa, ¿a qué hora es mi próxima reunión?".
¿Están cansados los empleados del lugar de trabajo?
About the Authors
Consulting Architect
Ed Randall
With nearly 20 years of managed-services experience, Ed Randall has thrived across a variety of IT sectors, from financial services and retail ecommerce to defense and education. With a background in Linux, Ed specializes in operating systems, virtualization, networking and hyperscale cloud platforms. He has also developed a passion for strategy development that facilitates cost optimization, end-to-end supportability and the implementation of the proper technological solutions to drive business outcomes and meet organizational goals As a Consulting Cloud Architect on the Rackspace Technology Professional Services Team, Ed brings his considerable experience to bear in the financial services space to help drive internal adoption of Google Cloud Platform. Outside of work, Ed enjoys reading, mountain biking, working on technology projects and spending time with his two young daughters.
Read more about Ed RandallRelated Topics