Neurofilosofía

neurofilosofia

Tambien puede usar
las teclas del teclado
y
para navegar

CONSTRUCCIÓN SOCIAL DE LA TECNOLOGÍA. Sistema tecnológico machine learning II

06/2019

Charla en la UPV 17-5-2019

Ciclo de vida de un sistema tecnológico [LTS] – (Continua del post anterior)

Los diversos elementos que conforman el sistema tecnológico machine learning están interconectados en una red de relaciones y en una serie de siete fases que pueden solaparse o retroceder a lo largo de todo el ciclo de vida del sistema: invención, desarrollo, innovación, transferencia, crecimiento, competencia y consolidación (Hughes, 1987). Hay que poner de relieve, la complejidad y desorden que se da en un sistema tecnológico. Por ejemplo, después de las fases de desarrollo e innovación suelen haber más invenciones. Así, la fase de transferencia puede a veces no ocurrir después de la innovación, sino en otros momentos del ciclo de vida. Por tanto, las siete fases pueden sucederse a través de la historia del sistema tecnológico, pero no necesariamente en ese orden.

Esta complejidad hace que, en ocasiones, estas fases puedan sintetizarse en una serie de estadios evolutivos. En este trabajo de investigación histórica del sistema tecnológico machine learning se plantean los tres estadios sugeridos por Hughes (1987) y que serán denominados como: surgimiento, expansión y estabilización.

Surgimiento

El estadio de surgimiento engloba las fases de invención, desarrollo e innovación. En ellas se resuelven problemas técnicos críticos que pueden afectar al futuro efectivo de una tecnología; por ejemplo, la capacidad y rapidez de los sistemas informáticos para procesar los algoritmos estadísticos del machine learning en un tiempo finito razonable. Durante la fase de desarrollo, sucede que la construcción social de la tecnología comienza a ser evidente, y, si la invención es radical y propicia a ser exitosa, suele culminar en un sistema tecnológico. En la fase de innovación se revela que el sistema tecnológico es un sistema realmente complejo, compuesto de muchos actantes que resuelven aspectos relacionados, por ejemplo, con la probable comercialización a gran escala y con la incorporación de inversores, asociados y competidores al proceso de construcción de la tecnología.

Expansión

El estadio de expansión ocupa la fase de transferencia de tecnología, de conocimientos, habilidades, métodos de trabajo, de fabricación etc., entre empresas privadas, públicas, gobiernos e instituciones académicas, entre otros. A lo largo de la expansión se registran las necesidades de adaptación a los entornos de características homogéneas, como la adecuación a la cultura de cada país o conjunto de países. Esta adaptación, generalmente suele dar lugar a un estilo tecnológico relacionado con factores humanos y geográficos (Hughes, 1983). Como idea intuitiva de qué es el estilo tecnológico podríamos pensar en la expansión del arte a través de los tiempos y en sus diferentes estilos acuñados en oriente y occidente, además de sus propias peculiaridades regionales. Sin embargo, en el caso del sistema machine learning, el estilo tecnológico podría darse en el siguiente estadio de estabilización, porque puede estar relacionado con el tipo de organización empresarial descentralizada y con el estilo de dirección basado en la diversidad, la responsabilidad personal y el consenso en la toma de decisiones, así como en valores humanistas.

Estabilización

El estadio de estabilización comprende las fases de crecimiento, competencia y consolidación. En él, se vislumbran beneficios empresariales atrayentes, se toman decisiones cruciales para el éxito del sistema tecnológico, y suelen ocurrir hitos que lo hacen progresar de forma más rápida; por ejemplo, el modelo de machine learning Watson de IBM, que en 2011 venció en el concurso norteamericano Jeopardy en responder a cuestiones sobre conocimientos generales. El gran impacto mediático de este acontecimiento suscitó un estímulo y una mayor atención sobre esta tecnología por parte del sector empresarial y financiero, lo que pudo dar pie al surgimiento de nuevos competidores. Como peculiaridad, se puede mencionar el modelo de negocio de las pequeñas empresas tecnológicas del tipo ‘start-up’, que, en cuestión de pocos años han llegado a convertirse en gigantes empresariales con pocos empleados y enormes ingresos y beneficios económicos. Adicionalmente, sus productos consiguen un coste marginal cercano a cero debido a la producción masiva por copia digital y a la distribución por Internet, ambos procesos de coste extremadamente bajo.

Durante la estabilización aparecen conceptos como las economías de escala que pueden explicar las causas del crecimiento del sistema tecnológico, así como de momentum tecnológico: un estado de inercia y afianzamiento de la tecnología en la sociedad, en el que el sistema tecnológico parece evolucionar con una velocidad y una dirección determinada, pero que en ningún caso se trata de una teleología determinística de la tecnología. Asimismo, durante el estadio de estabilización suelen tomarse decisiones políticas restrictivas de regulación normativa, pero también de fomento, como la de otorgar fondos y ayudas públicas a empresas privadas. Respecto de la normativa, se puede citar el reciente Reglamento General de Protección de Datos (GDPR) de la Unión Europea; y en cuanto a las ayudas, las que proporciona también la misma Unión Europea a través de las Cámaras de Comercio, las cuales facilitan fondos para la innovación en Transformación Digital de las empresas. Es decir, cobran importancia nuevos factores que pueden ayudar al éxito del sistema tecnológico, que, sin embargo, también pueden llevar a limitarlo.

To be continued…

3-6-2019

Bijker, W., Hughes, T., Pinch T. (1987) The Social Construction of Technological Systems: New Directions in the Sociology and History of Technology. Cambridge: The MIT Press.
Bijker, W (2010). How is Technology Made? That is the Question! Cambridge. Journal of Economics 34(1):63-76.
Hughes, T. (1983): Networks of power: Electrification in western society, 1880- 1930. Baltimore: Johns Hopkins University Press.

Relacionado: http://neurofilosofia.com/las-revoluciones-industriales/

 

@ArturoGradolí Informàtic, filòsof, investigador de la ciència i tecnologia (UPV-UV). Doctorand.

 

Print Friendly, PDF & Email