Etiquetado: tecnología Mostrar/Ocultar Comentarios | Atajos de teclado

  • Eclectikus 20:41 el 05/04/2018 Enlace permanente | Respuesta
    Etiquetas: Infografías, , , , tecnología   

    Aprendizaje automático, inteligencia artificial y Big Data. Y Trump. 

    Lo último que escribí aquí, hace más de un año, narraba los primeros días de Trump entre la histeria generalizada de todas las fuerzas de progreso y el habitual seguidismo de los medios europeos en general y de los españoles en particular. Podría haber retomado las actividades en NMSP recordando los principales, por indiscutibles, éxitos de su primer año, pero habiendo tenido temas más importantes y con más encaje en el blog (temas siempre hay, desde la reciente opereta catalana, al incesante linchamiento de Rajoy por una rebaño transversal de majaderos, pasando por el timo de las encuestas, las noticias falsas, la corrección política vs. la corrección moral, etc…), lo cierto es que no he tenido ni las ganas ni la motivación de ponerme a ello.

    Incidentalmente Trump me trae de nuevo al blog, específicamente el último show Demócrata anti-Trump según el cual ya no han sido los hackers rusos los responsables de que haya un personaje que planta cara al tinglado progresista de los Obama, Clinton y compañía, no, ahora resulta que ha sido Facebook, y usando técnicas similares a las que usó Obama en 2012, y a las que usan montones de empresas para plantarte publicidad a lo largo y ancho de Internet.

    Luego comentaré brevemente el asunto, pero el objeto central de esta entrada es hacer un repaso a como están y qué significan todas estas (no tan) nuevas tecnologías, más que nada porque me da la impresión de que mucha gente tiene un cacao bastante considerable sobre estos asuntos.

    Aprendizaje automático / Machine Learning

    El punto principal y de arranque tiene que ser necesariamente el aprendizaje automático, que Wikipedia define de la siguiente manera:

    El aprendizaje automático o aprendizaje de máquinas (del inglés, “Machine Learning”) es el subcampo de las ciencias de la computación y una rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos. Es, por lo tanto, un proceso de inducción del conocimiento.

    Aunque prefiero la definición que nos da la versión inglesa:

    Machine learning is a field of computer science that gives computer systems the ability to “learn” (i.e., progressively improve performance on a specific task) with data, without being explicitly programmed.

    Bien, el asunto es bastante más complejo, y poco vas a entender de la realidad actual si te quedas sólo con las definiciones. Para entender estas cosas lo mejor es utilizar infografías en las que aún a costa de perder muchos detalles, puedas tener una visión general de un vistazo. Y como no he encontrado ninguna que me satisfaciera del todo, me he hecho yo una, esta:

    Aprendizaje Automático

    (Click para ver a lo grande)

    Espero que se entienda, más que nada porque si tengo que explicar una infografía es que he fracasado miserablemente en la tarea de confeccionarla, y todo el texto que añada es reflejo de tal fracaso. Sin embargo sí me gustaría mencionar telegráficamente alguna de las características que emergen entre líneas en este gráfico:

    • No hay cambio de paradigma aquí, la mayor parte de los elementos informáticos subyacentes son conocidos desde la época de los primeros ordenadores, y la práctica totalidad de los métodos matemáticos que se utilizan (mayormente álgebra lineal, cálculo y estadística) fueron desarrollados a caballo de los siglos XVIII y XIX.
    • Un elemento central del aprendizaje automático son los datos, cuantitativa y cualitativamente. No hay aprendizaje automático y en última instancia predicciones fiables si no hay un determinado volumen de datos que supere un cierto umbral de calidad.
    • Independientemente de la variación en sus roles, la presencia de humanos (los hombrecitos verdes en la infografía) es crucial en el aprendizaje automático.

    Hay que resaltar también que esta clasificación presentada es un tanto alegre, en la realidad, cuando estas técnicas se aplican a problemas concretos, las fronteras son tenues, y en general computación tradicional, aprendizajes supervisados o no, y el más novedoso (aunque esencialmente basado en los anteriores) aprendizaje reforzado, están interconectados y/o son interdependientes.

    Algunos ejemplos en los que el aprendizaje automático es masivamente usado:

    motores de búsqueda, traducción automática, antivirus y filtros de spam, detección facial, clasificación y reconocimiento de fotos o de voz, predicción del tiempo o del tráfico, física de partículas, bioinformática y especialmente genómica, econometría, mercadotecnia y publicidad, análisis sociológicos, demográficos y de comportamiento, análisis bancario y crediticio

     


    Inteligencia artificial / AI

    Como sugiere su nombre, la Inteligencia artificial (AI de sus siglas en inglés), es la rama del conocimiento que busca implantar todas o algunas de las características de la inteligencia humana en las máquinas (i.e. en los ordenadores). Desde luego el aprendizaje es una de esas características, y en ese sentido el aprendizaje automático debe jugar y juega un papel principal en la AI. Sin embargo la AI es mucho más que aprendizaje automático de manera parecida a como la inteligencia humana es mucho más que la adquisición de conocimiento, el aprendizaje, consta además también, al menos, de la capacidad de abstracción, el razonamiento, el lenguaje hablado y escrito y, sobre todo, la intercomunicación con el entorno. Implementar esas características en una máquina requiere usar diferentes aproximaciones en las que el aprendizaje automático es llevado al extremo con técnicas como las redes neuronales y el aprendizaje profundo.

    Por tanto la inteligencia artificial no es separable del aprendizaje automático, ni éste es un simple subconjunto del primero, ambos son áreas de las ciencias de la computación que interactúan pero que no son coincidentes ni comparten (todos los) objetivos.

    Quizá la mejor forma de distinguirlos sea por su relación con el mundo en general, y con la forma de ver el mundo que tenemos los humanos. Tal que así:

    Inteligencia Artificial

    (Click para ver más grande)

    Si te fijas hay sólo dos elementos nuevos en el croquis, la naturaleza y los sensores, antes no estaban no porque no existieran (la naturaleza y los dispositivos para extraer información de ella están implícitos en los datos que alimentan el aprendizaje automático), sino porque son conceptualmente “secundarios”, los procesos (adquisición, tratamiento y filtrado de datos, generación de algoritmos, resultados y predicciones) no necesitan “saber” su procedencia o su significado, se limitan a seguir ciegamente unas pautas lógicas definidas de antemano.

    Sin embargo en relación a la AI estos elementos, la naturaleza y los sensores, sin ser del todo centrales, sí son específicamente característicos, en tanto que pretendemos crear entidades que se comportan, imitan e interaccionan con humanos, o con información especialmente relevante para el punto de vista humano, la naturaleza de los datos y los medios en que las máquinas nos los sirven son esenciales para la inteligencia artificial, y además su principal característica diferenciadora respecto al aprendizaje automático.

    Ejemplos canónicos del uso de la inteligencia artificial hoy son:

    robótica, asistentes virtuales (tu eliges, Siri, Cortana o Google Now), realidad virtual, conducción autónoma de vehículos, vigilancia y seguridad, análisis de inteligencia y geoestrategia, teledetección, sistemas de información geográfica y de apoyo a la toma de decisiones, diagnóstico médico, sistemas de recomendación (libros, música, productos, predicción de compra…), chatbots

     


    Big Data

    Cómo la Inteligencia Artificial, un sueño arraigado en la literatura científica (y también en la de ficción) desde principios del siglo XX (ver Alan Turing), ha dejado de ser un sueño tiene mucho que ver con el siguiente concepto en liza, el Big Data (Macrodatos en la terminología de Wikipedia, que no usa nadie). De nuevo me parece más completa la definición de la versión inglesa de Wikipedia, que traducida mediante Google Neural Machine Translation y ligeramente retocada queda:

    EL Big Data son conjuntos de datos tan voluminosos y complejos que el software de procesamiento de datos tradicional es inadecuado para manejarlos. Los desafíos de los grandes datos incluyen la captura de datos, el almacenamiento de datos, el análisis de datos, la búsqueda, el intercambio, la transferencia, la visualización, la consulta, la actualización, la privacidad de la información y las fuentes de datos.

    No creo que sea necesario extenderse sobre los impresionantes (pero previsibles, ver la Ley de Moore) avances en el hardware en las últimas décadas, o de la consiguiente mejora y simplificación del software para los usuarios, por no hablar de la absoluta revolución tecnológica que ha supuesto la popularización de Internet y la telefonía móvil a todos los niveles imaginables. Resulta evidente que estos importantes cambios afectan directamente a la computación en general, y muy particularmente a las áreas de aprendizaje automático y AI, que basan en buena parte su éxito en la calidad y abundancia de datos, algo que hoy tenemos relativamente garantizado en el marco del Big Data.

    No podemos decir sin embargo que el concepto de Big Data sea meramente cuantitativo, no lo es, nótese que en la infografía del aprendizaje automático se identifica más datos con mejores datos, es decir que el hecho de disponer más datos implica que vamos a tener mejores datos y por tanto mejores resultados. Esto es cierto en general, y es particularmente cierto en el contexto de la AI y Big Data, en donde los propios algoritmos son capaces de clasificar la fiabilidad de los datos de una manera crecientemente eficaz, de tal manera que el proceso global mejora en el tiempo, el conocimiento es, como en Ciencia, acumulativo (la nueva información no elimina la anterior sino que la complementa y perfecciona), y por tanto es de esperar que los sistemas inteligentes mejoren año a año, y que todos los campos susceptibles de aprovechar estas ventajas o ya las aprovechan o no tardarán en hacerlo.

    Conviene también recalcar que el verdadero cambio de paradigma se encuentra aquí, mientras que el aprendizaje automático (o al menos muchas de sus técnicas) y la inteligencia artificial (o al menos su concepción teórica) llevan con nosotros casi desde el principio del siglo XX, el despegue de Internet en la primera década del siglo XXI, y la generalización de la adquisición, proceso y análisis de inmensas cantidades de datos durante esta segunda, nos lleva a una nueva realidad que no sabemos muy bien cómo podría llegar a evolucionar, y en la que no tenemos ni idea de sus segundas derivadas y efectos secundarios ocultos, sean estos favorables, desastrosos o un surtido de ambos.

    Lo que si sabemos con certeza es que estamos ante una revolución tecnológica profundamente multidisciplinar, se interconectan diversas áreas de Ciencias puras y Naturales (computación, matemáticas, física, biología…), Sociales (psicología, sociología, demografía, política…) y Humanidades (lingüística, filosofía, leyes…); y definitivamente transversal, afecta todos los órdenes de la sociedad humana. Estamos sin duda en los inicios de otro salto en nuestra simiesca civilización.


    Otros conceptos y consideraciones importantes

    • Minería de datos (Data mining).- Adquisición y tratamiento de datos. La inevitable connotación negativa del término proviene de la identificación de minería con explotación, poniendo el foco en la tercera acepción de la RAE (“Utilizar abusivamente en provecho propio el trabajo o las cualidades de otra persona“) en vez de en la segunda (“Sacar utilidad de un negocio o industria en provecho propio“). Ambas acepciones son legítimas en este caso, recolectar datos y convertirlos en información son tareas complejas, no se hacen espontáneamente y siempre se espera obtener ciertos beneficios. Viniendo de un montón de años de adquisición y tratamiento de datos en el contexto de las Ciencias Naturales, mi tendencia natural es a considerar la minería de datos como una tarea neutral en la que el beneficio (el producto) es la interpretación de los datos, pero por supuesto no nos podemos olvidar del lado oscuro, íntimamente relacionado con el siguiente punto.
    • Seguridad informática.- Desde el momento en que parte de la información que se recolecta y procesa es sensible o puede serlo en el futuro, hay que echar mano de esta rama de la informática que se encarga de analizar las vulnerabilidades de los sistemas informáticos, para minimizar las opciones de accesos no autorizados a los sistemas y/o a la información que manejan, o para en la eventualidad de fallar en esa tarea plantear salvaguardas que minimicen los daños causados. Es una área eminentemente técnica y especialmente oscura, con implicaciones legales y sociológicas, y con crecientes desafíos en todos los ámbitos en los que la información digital tiene un papel, que hoy son ya la inmensa mayoría. Sin embargo tiene también un componente de sentido común, y si bien éste claramente no es suficiente para los estados y las grandes compañías (bueno, para todas las compañías independientemente de su tamaño si me apuras), sí lo es para los usuarios de a pie, que no deberíamos dejarnos atemorizar por los que viven de la industria de la seguridad informática.
    • Procesos deterministas vs. procesos estocásticos.- Hay diferentes formas de clasificar el entorno con el que interacciona la inteligencia artificial y sus algoritmos y sensores (estático o dinámico, total o parcialmente accesible, discreto o contínuo…), pero creo que es importante dedicarle unas líneas a la distinción entre entornos deterministas, aquellos en los que el resultado depende unívocamente del estado del sistema en un momento dado, o estocásticos, cuando existe una aleatoriedad implícita en el resultado independientemente del estado de entrada del sistema. Hay que destacar que incluso en los casos puramente deterministas nos podemos ver obligados a tomar aproximaciones probabilísticas bien por defectos en los modelos, o en los propios datos, o directamente porque el sistema presenta un comportamiento caótico, el caos determinista, y pequeñas variaciones en el estado inicial producen resultados y comportamientos (muy) distintos.
    • Límites de la Inteligencia Artificial.- Los puntos anteriores de alguna manera pueden ser de facto considerados límites al alcance de la inteligencia artificial, porque no siempre tenemos acceso a todos los datos, o porque el acceso a ellos podría violar información privada o confidencial, o muy especialmente en el caso del punto anterior, porque nos enfrentamos a procesos cuyos resultados son inevitablemente impredecibles y sólo se puede acceder a probabilidades de obtener tal o cual resultado. Pero aún el caso de que obviáramos tales limitaciones, o que llegaramos a superarlas (y viviéramos en un mundo feliz y con absoluto conocimiento de todo siempre), nos quedan otros límites de principio, ontológicos, a saber:
      • No vivimos en un mundo determinista, la Naturaleza en su intimidad es cuántica, es de carácter intrínseca e inevitablemente probabilística (Dios definitivamente juega a los dados) y dependiente del observador. Este profundo cambio de paradigma no ha sido asumido por algunas escuelas de filosofía, por ejemplo no le gusta nada al marxismo, pero en fin, esto no es cuestión de gustos, y lo cierto es que la descripción del mundo más exacta que disponemos es la Mecánica Cuántica (y más concretamente el Modelo Estándar, una teoría cuántica de campos), y ese límite (el carácter probabilístico y subjetivo de la realidad conocible), en última instancia, no puede ser superado por la inteligencia artificial (ni por ninguna otra inteligencia).
      • Otra limitación está tangencialmente relacionada con otro principio esencial de la Naturaleza, la termodinámica, si no se dispone de suficiente energía para adquirir y preprocesar los datos necesarios para generar los algoritmos, difícilmente podremos obtener resultados (predicciones o comportamientos), y llegar por tanto a una perfecta y completa inteligencia artificial.
      • Aún en los casos en los que un determinado problema es en principio completamente conocido, es decir tenemos un algoritmo que calcula resultados y/o hace predicciones, los límites todavía vendrán marcados por la complejidad computacional (en general sólo los problemas que a lo sumo demandan un tiempo polinomial de proceso son factibles, si estás interesado en este fascinante asunto te recomiendo la visita el enlace de wikipedia que acabo de poner).
      • En el terreno puramente filosófico está el problema de la autoconsciencia, ¿puede un ente artificial inteligente tomar conciencia de sí mismo? ¿puede desarrollar un sistema moral? ¿puede reflexionar sobre la realidad que percibe? ¿puede emocionarse, llorar o partirse el pecho de la risa? Yo particularmente no lo descartaría, son sistemas que están diseñados para mejorar a partir de sus propios recursos, a mejorar en cada ciclo, y una especie de consciencia artificial podría ser parte natural de su evolución, algo parecido nos dieron a los seres vivos en este planeta y mirad a donde hemos llegado, especialmente los simios. No obstante yo simpatizo con la postura mucho más pragmática de Edsger W. Dijkstra sintetizada en esta frase de su ensayo “The threats to computing science“: La cuestión de si las máquinas pueden pensar es tan relevante como la cuestión de si los submarinos pueden nadar.

    Cambridge Analytica, Trump y Facebook

    La entrada ha sido larga y posiblemente densa, enhorabuena si has llegado hasta aquí, y respira tranquilo que no me voy a enrollar con esta estupidez, más que nada porque si el sainete de los “hacker rusos de Putin” me pareció desde el principio que tenía poco recorrido, el asunto de Cambridge Analytica es aún más delirante, incluso la suma de ambos lo es.

    El cogollo del asunto es que una empresa privada, Cambridge Analytica, utilizó Facebook para encasquetarle anuncios en Facebook de la campaña de Trump en 2016, no sólo a los usuarios de su aplicación en Facebook que a su vez utilizaba los algoritmos desarrollados por Cambridge University’s Psychometrics Center (que los puedes ver funcionando aquí), sino también a decenas de millones de amigos de Facebook (y seguramente a amigos de amigos), y yo no descarto ser uno de ellos. El programa utiliza tu perfil de Facebook, o de Twitter, o ambos, que puedes completar con sus propios tests psicométricos. Eso datos son tratados con su Trait Prediction Engine (motor de predicción de rasgos):

    Trait Prediction Engine

    Motor de predicción de rasgos de la Universidad de Cambridge (no confundir con la empresa, Cambridge Analítica, que simplemente utilizó la API Apply Magic Sauce de la citada Universidad).

    ¿Funcionan? Bien, más o menos, mejor que una carta astral, todo lo bien que puede funcionar un análisis psicológico basado en tu comportamiento en las redes, lleno de conceptos vagos o mal definidos y proclive a las contradicciones, por ejemplo al pobre Eclectikus le sale entre otras cosas esto:

     

    La edad falla estrepitosamente, ni idea por qué, el género lo clava, la inteligencia, en fin, depende como la definas, aquí el valor alto seguramente venga de una correlación con mi afición a los temas científicos vinculados con las ciencias puras, y la satisfacción tan baja quizá esté relacionada con el uso de tacos, improperios y mi crítica casi constante respecto a ciertos temas que desde luego no me producen satisfacción alguna, algo que no necesariamente está relacionado con mi satisfacción en general, y con mi nivel de satisfacción fuera de Internet en particular.

    [Si tienes curiosidad y quieres saber qué información tiene Facebook de tí puedes descargarte una copia desde la configuración de Facebook (hay un enlace abajo que dice “Descarga una copia de tu información o similar). O mejor aún, te puedes descargar Data Selfie, una extensión (de código abierto para Chrome y para Firefox y que almacena los datos en tu propio ordenador) que directamente presenta las “conclusiones” que se pueden obtener de tus datos, usando para ello las APIs de IBM Watson, e incidentalmente, la ya famosa Apply Magic Sauce de la Universidad de Cambridge. Cómo digo funciona bastante mejor que el horóscopo, pero ni mucho menos te deja en pelota picada psicológica o socialmente. Yo lo tuve instalado varios meses y la verdad que sacó un buen perfil de Eclectikus, menos de José Ángel que no tiene Facebook pero al ser la misma persona sirve perfectamente de grupo de control) 🙂 , y en todo caso con un valor esencialmente comercial y publicitario, en concordancia con lo que ya sabe Google (si, eso lo puedes ecualizar a través del correspondiente panel de control de tu cuenta), que a su vez es mucho más difuso de lo que ya sabe Amazon. Yo por mi parte estoy encantado de estar expuesto casi exclusivamente a publicidad de los productos y servicios que me interesan, eliminas un montón de basura y es una importante mejora en tu experiencia on-line. Y si quieres preocuparte por algo, preocúpate de tu proveedor de Internet, ese si que sabe (o puede saber si se pone) todo lo que entra y sale de tu router/ordenador/móvil.]

    Lo grave fue que Cambridge Analítica usó sin permiso los datos de Facebook proporcionados por los usuarios de su aplicación (incluído sus listas de amigos, por eso los “afectados” son tantos millones), y supuestamente eso les dio la llave para confeccionar una estrategia mejor segmentada e “influenciar” así mejor a usuarios que (según sus algoritmos) eran más susceptibles de comprar la mercancía del hoy Presidente Trump.

    En el contexto de esta entrada, si vuelves a la primera infografía, verás que en la sección de aprendizaje automático supervisado utilicé un hombrecito verde con el cartelito “Validación propietaria” para señalar que el propietario de los datos tiene la opción de validar los resultados (porque muchos de ellos ya son conocidos para él, y por tanto le es posible mejorar sus modelos y sus predicciones).

    Que un tercero tenga acceso a información que te pertenece (o le pertenece a Zuckerberg, dependiendo de cómo lo mires) es entonces un claro caso de violación de la privacidad por acceso no autorizado a la información, mucho menos graves que las brechas de seguridad sufridas por Yahoo, Friend Finder, Adobe, eBay… (List of data breaches). Otra cosa muy diferente es que esa información pueda servir para dirigir el voto de los potenciales receptores de la publicidad a favor de Trump, o incitar a 17 millones de británicos a salir de la UE, o a dos millones de catalanes a independizarse de España, y todo según los designios de un supervillano como Putin, o una maléfica inteligencia artificial capaz de proporcionar el mensaje preciso para que los ciudadanos voten según lo previsto, o por la insidia de un ambicioso Zuckerberg, que por cierto ayer todavía andaba el hombre lloriqueando, pidiendo disculpas y anunciando medidas en su Facebook para luchar contra los hackers rusos.

    Sencillamente el mundo no funciona así, y la inteligencia artificial muestra muchas debilidades en procesos altamente complejos, proclives a los comportamientos caóticos y a los cisnes negros, y por tanto netamente estocásticos. Otra cosa es que las personas, agrupaciones de personas, agrupaciones de agrupaciones de personas, medios de comunicación, políticos, estados, servicios de inteligencia y diplomáticos, quieran todos influir en los ciudadanos para venderles su libro, es parte del juego y siempre lo ha sido. Internet y los ordenadores (incluidos los móviles) facilitan el proceso, algunos grupos de poder han podido mantener su hegemonía por la inercia y la han mantenido en la primera década del siglo XXI, pero creo que eso puede estar cambiando.

    El Brexit o Trump son ejemplos de ello como lo es que no nos hayan conseguido endilgar el apocalipsis climático. Quizá la gente empieza a ser inmune al bombardeo de propaganda “oficial”. Los dos primeros casos anteriores son puramente ideológicos o políticos, aún así había sólidas razones para apoyar la salida de Gran Bretaña de la UE, y más sólidas si cabe para no votar a Clinton (es decir, votar a Trump), por mucho que la única opción políticamente correcta fuera votar no al Brexit, y en Estados Unidos no sólo votar a Clinton era lo correcto, además tenías que hacer ostentación del odio a Trump, ese ha sido y sigue siendo como hemos visto el bombardeo general a babor y a estribor, en inglés o en español. Con todo el SI en el Reino Unido y Trump en América ganaron por los pelos, y eso lo que demuestra que la sociedad estaba dividida, lo cual es absolutamente natural… ¿o es que se busca una sociedad homogénea ideológica y culturalmente? Sí es así, malo.

    El caso del Cambio Climático es (o era en origen) un asunto meramente científico, y ahí los escépticos tenemos una buena colección de argumentos para dudar seriamente del alarmismo climático, y por eso no han conseguido silenciarnos, ni hacernos pasar por lunáticos, nazis, o mercenarios de las petroleras que queremos destruir el mundo (¡¿Para qué?!). Nos han querido convencer de que regulando el CO2 antrópico (una pequeña fracción de la de por sí pequeña fracción de CO2 en la atmósfera) puedes sintonizar la temperatura del planeta con una resolución de décimas de grado a un siglo vista, cuando ni siquiera sabes el mix energético que la humanidad utilizará dentro de una década, o cinco; y no ha colado. Todavía se mantiene el tinglado especialmente por intereses políticos y económicos, pero lo cierto es que pocos creen que sea factible la eliminación de carbón de nuestra dieta energética (al 80% en 2050 en la UE), o de que tal proeza pudiera tener algún efecto medible en el Clima terrestre.

    Despreciar el hecho de que muchos ciudadanos europeos no apoyan la Unión Europea (o algunas de sus características impuestas como su monstruosidad burocrática, su barra libre a la inmigración, etc.); ignorar que montones de norteamericanos estaban hartos del lobby Demócrata y su imposición de una totalitaria corrección política en todos los órdenes de la vida; u ofuscar el hecho de que el escepticismo respecto al apocalipsis climático es perfectamente defendible (es decir defendible científicamente) y que las hipótesis alarmistas son altamente especulativas y difícilmente testables (y por tanto defendibles sólo apelando a criterios sociológicos como el consenso), son perfectas instancias de que ciertos poderes cultural y políticamente hegemónicos en los primeros compases de la sociedad digital, no admiten que las cosas puedan estar cambiando.

    Y que insistan en camuflar los hechos mediante memes falaces (los hackers rusos, Facebook o las petroleras respectivamente) sugiere que en realidad no han terminado de entender que hoy hace falta algo más que propaganda para ganar un referéndum, poner un gobierno o convencer a la gente de que la Revolución Industrial ha significado (o va a significar) el fin del planeta Tierra. En concreto hacen falta argumentos.

    En fin, la próxima década va a ser fascinante. Para bien o para mal, veremos.

     

     
  • Eclectikus 11:05 el 07/10/2011 Enlace permanente | Respuesta
    Etiquetas: , diseño, , , tecnología   

    DEP Steve Jobs. Buen trabajo. 

    He dudado si dedicar una entrada a Steve Jobs, fundador de Apple (y más cosas), aquí en No Me Seas Progre. Cierto es que en SisB, que se presta más, publiqué dos entadas in memorian, pero aquí no estaba seguro si encajaría bien. A media tarde de ayer una asesora me confirmaba que Steve Jobs era cualquier cosa menos progre, y más tarde oí que su músico favorito era Bob Dylan, y estos dos factores, con los cuales me siento plenamente identificado, me han impulsado finalmente a escribir una líneas de homenaje. No mucho, porque lo cierto es que nunca he sido usuario de sus productos, ni de sus ordenadores Mac, ni de iPhone, iPod, iPad… Lo cual no quiere decir que no sepa quién es el personaje y lo que ha significado en el mundo de la tecnología, o mejor dicho en la globalización y popularización de esta.

    Porque de una manera u otra todos los cacharritos de los que disfrutamos en las últimas décadas llevan su impronta, lleven o no además su firma. Desde los ordenadores con el inevitable Windows de Microsoft, que descaradamente evolucionarón desde MSDOS adaptando (eufemismo suave de copiando) el sistema operativo de Mackintosh, que ya incluía en los primeros ochenta el entorno gráfico e incluso un ratón; a toda la revolución en los teléfonos móviles y su simbiosis con los ordenadores; pasando por la creación de para mi la mejor productora de películas de la historia del cine (al menos el de animación) PIXAR. Me acuerdo cuando vi sus primera películas me quedé hipnotizado por su calidad, por sus guiones, por sus guiños de humor negro, por su ternura, por su inteligencia, por su impecable factura… obra maestra tras obra maestra. Aún recuerdo mis conversaciones con mis amigos progres (yo también lo era) y que despreciaban y/o desconocían Toy Story, y siempre con la cantinela “a mi es que me gusta más Walt Disney“, que siempre queda mucho más progre (concordando con los críticos de la época), y yo pensaba para mis adentros ¿cómo es posible que no se den cuenta de la calidad de esta gente?… Tampoco tardé demasiado en darme cuenta de cual era la respuesta a esa pregunta.

    Poco más puedo decir sobre Steve Jobs, y tampoco hace falta porque encontrarás todo tipo de hagiografías en Internet, y también supongo que las correspondientes críticas descarnadas a su liberalismo filosófico, e incluso por su admiración hacia Ayn Rand (que también comparto) como describe Manuel Llamas en este interesante artículo en Libertad Digital. Pero no quiero dejar de incluir aquí su discurso en Stanford, del que pienso que tiene un calado humano tal, que pasará a la historia como uno de los grandes alegatos humanistas de nuestro tiempo. No tiene desperdicio.

    Descanse en Paz/Rest In Peace

     
    • Ornitorrinco Perplejo 11:42 el 07/10/2011 Enlace permanente | Respuesta

      Good job, Jobs.

    • Epiro 12:51 el 07/10/2011 Enlace permanente | Respuesta

      Entre las críticas que les han hecho están aquellas que tratan sobre proyectos en los que fracasó estrepitosamente y la verdad, es que si uno lo piensa eso dice más a su favor, porque lo que tiene mérito es haber conseguido el éxito después de haber fracasado previamente, implica tener empuje y entusiasmo.

      • Eclectikus 12:55 el 07/10/2011 Enlace permanente | Respuesta

        Desde luego el tío tiene una biografía la mar de interesante. Curiosamente, muchos de los que le critican son los mismos snobs pijo-progres que luego alardean de su Mac, o de algunas de sus otras iCosas. País.

    • viejecita 14:18 el 07/10/2011 Enlace permanente | Respuesta

      ¡Una gozada tu artículo-recuerdo !
      Muchas gracias por ponerlo.
      ¡Un abrazo!

      • Eclectikus 14:29 el 07/10/2011 Enlace permanente | Respuesta

        Me alegro que te guste. Y como siempre a sus pies 😉

        • viejecita 19:33 el 07/10/2011 Enlace permanente

          Yo, a Steve Jobs y a Jeff Bezos les estaré eternamente agradecida. Porque gracias a ellos dos, ( y a Apple y Amazon ), puedo estar conectada con el mundo exterior, a pesar de vivir una vida casi de reclusa.

          Ya he contado que cuando el 11S, estuve viendo la reapertura de la bolsa, y como Hilary Clinton pedía a todos los americanos que invirtieran en su país. Así que estuve haciendo cuentas de cuanto me podía permitir perder, y fui a mi banco, y me gasté la mitad en comprar acciones de Amazon, y la otra mitad en acciones de Apple. En mi banco estaban furiosos. Me decían que era tirar el dinero. Pero yo lo hacía porque me sentía en deuda…
          Si llego a estar en mejor época, hubiera invertido más, y ahora sería rica.

        • Eclectikus 19:46 el 07/10/2011 Enlace permanente

          Desde luego Viejecita eres única. Por supuesto me supongo que la jugada te salió bien a fin de cuentas.

          Por cierto le he hecho un último homenaje en SisB, este más personal porque es el invento de Jobs que más felicidad directa me ha producido (y me produce), me refiero a PIXAR.

    • viejecita 17:20 el 05/10/2012 Enlace permanente | Respuesta

      Es el primer aniversario de Steve Jobs.
      Y yo al menos le sigo recordando con cariño y con gratitud

c
compose new post
j
next post/next comment
k
previous post/previous comment
r
reply
e
edit
o
show/hide comments
t
go to top
l
go to login
h
show/hide help
shift + esc
cancel

A %d blogueros les gusta esto: