Home » CatedraTD_UA » Bullshit: contra la charlatanería

septiembre 2021
M T W T F S S
 12345
6789101112
13141516171819
20212223242526
27282930  

Bullshit: contra la charlatanería

Bullshit: contra la charlatanería
Ser escéptico en un mundo de datos

Carl T. Bergstrom y Jevin D. West
Capitán Swing Libros

https://capitanswing.com/libros/bullshit-contra-la-charlataneria

Frases entresacadas e ideas interesantes que puedo utilizar:

(Página 11)
“El bullshit de la vieja escuela no parece que vaya a desaparecer, pero puede quedar eclipsado por lo que llamamos ‘bullshit de la nueva escuela’. Este último puede servirse del lenguaje de las matemáticas, las ciencias y las estadísticas con el propósito de crear la impresión de rigor y precisión. A las afirmaciones dudosas les da un barniz de legitimidad glosándolas con números, figuras, estadísticas y gráficos de datos.”

(Página 52)
“Los algoritmos amplifican el contenido que se ajusta a lo que han estimado que es nuestra orientación sociopolítica y nos apartan de cualquier otros punto de vista alternativo.”

(Página 52)
“Pensemos en lo que la plataforma de YouTube puede aprender sobre nosotros mientras experimenta recomendándonos distintos vídeos y observando lo que seleccionamos ver. Con miles de millones de vídeos visionados cada día y una gran cantidad de recursos computacionales, esta plataforma puede aprender más sobre psicología humana en un día de lo que un investigador académico podría aprender en toda su vida. El problema es que estos algoritmos computacionales han aprendido que una forma de retener a los espectadores es recomendarles contenidos cada vez más extremos.”

(Página 82)
“… la evolución ha llevado al ser humano a percibir el mundo de esta forma y a buscar pautas que se repiten en nuestro entorno. Esta aptitud nos ayuda a evitar el peligro, a obtener alimento, a establecer contactos sociales y a muchas otras cosas. Pero a menudo nos precipitamos a la hora de sacar conclusiones acerca de qué causa qué.”

(Página 88)
“Pero casi nunca es sencillo averiguar qué efectos tendrá una acción. Muchas veces, lo único que tenemos para indagar en ello es información sobre correlaciones. Los científicos disponen de una serie de técnicas para medir esas correlaciones y hacer inferencias sobre la causalidad a partir de ellas. Pero hacer eso es un asunto delicado y a menudo polémico, y estas técnicas no siempre se utilizan con el debido cuidado.”

(Página 136)
Ley de Goodhart
“Aunque la formulación original de esta ley es algo oscura*, la antropóloga Marilyn Strathern la reformuló clara y concisa:
Cuando una medida se convierte en un objetivo, deja de ser una buena medida

* Cualquier regularidad estadística observada tenderá a desplomarse una vez se presione para utilizarla con propósitos de control”

(Página 139)
“Si nos proponemos medir algo relacionado con el desempeño de una actividad, tenemos que pensar si el hecho de medirlo cambiará el comportamiento de la gente implicada en esa medición de forma que pueda menoscabarse el valor de los resultados que obtengamos.”

(Página 241)
Visualización de datos
“Las visualizaciones de datos cuentan un relato. Decisiones relativamente sutiles, como el rango de los ejes en un gráfico de barras o líneas, pueden tener un gran impacto en la historia que se cuenta. Debemos preguntarnos si un gráfico ha sido diseñado para contar una historia que refleje con exactitud los datos de los que parte, o si ha sido diseñado para contar una historia que esté más cerca de lo que el autor quiere que creamos.”

Capítulo 10 Señalar el bullshit
Cómo detectar el bullshit:
1. Cuestionar la fuente de información
2. Cuidado con las comparaciones injustas
3. Cuando algo parece demasiado bueno o demasiado malo para ser cierto …
4. Pensar en magnitudes de orden
5. Evitar sesgos de confirmación
6. Considerar múltiples hipótesis

Detectar el bullshit online:
01. Corroborar y triangular
02. Prestemos atención a la procedencia de la información
03. Investiguemos el origen de la noticia
04. Utilicemos la búsqueda inversa de imágenes
05. Estemos atentos a los deepfakes y a las herramientas de manipulación de datos en general
06. Aprovechémoslas agencias de verificación de datos (factchecking)
07. Asegurémonos de saber con quién estamos tratando
08. Consideremos el historial de un sitio web
09. Seamos conscientes del efecto que tiene la verdad ilusoria
10. Reduzcamos el consumo de información


Leave a comment

Tu dirección de correo electrónico no será publicada. Los campos necesarios están marcados *