Big Data: lidando com grande número de dados

Para compreender uma das tecnologias que cercam a filtragem de dados, entra em cena a análise do conceito de Big Data. O termo diz respeito à manipulação de grande quantidade de dados para se compreender/prever/analisar algo que não seria possível através de uma amostragem pequena (CUKIER & MAYER-SCHOENBERGER, 2013). De acordo com os autores, o Big Data ganha expressão no meio digital justamente devido às suas características que facilitam a coleta e o compartilhamento de dados. O conceito é trabalhado não só pelo aspecto da quantidade de dados analisados, como também pela expressão

"datafication", onde tudo pode ser quantificável. Por exemplo: localização é uma grandeza

que pode ser quantificável, uma vez que foi traduzida para longitude e latitude e, mais tarde, com o surgimento do GPS (Global Positioning System) que mapeia localizações através do uso de satélites, foi traduzida digitalmente.

Combinando a ciência da estatística a esse enorme banco de dados à disposição, há agora novas mudanças no tratamento da informação digital. De acordo com Cukier e Mayer-Schoenberger (2013), além da tendência em lidar cada vez mais com uma grande quantidade de dados para análise, o Big Data demonstra que o foco está muito mais em entender as correlações dos fatos, ao invés de tentar descobrir a causa de tudo. Em outras palavras, interessa muito mais mapear padrões de como surgem e desaparecem determinados eventos como, por exemplo, um surto de uma doença, do que efetivamente sua causa, para que assim e ajude a prever ocorrências futuras. Esta tendência já é um primeiro passo para refletir sobre como o domínio das Ciências Exatas nas organizações de dados, representa muito mais o apego aos números e aos padrões matemáticos, do que às subjetividades que estão por trás dos acontecimentos, questões que estão muito mais ligadas às Ciências Humanas, como o campo da Comunicação. Ao refletirmos mais a fundo sobre esta questão no próximo capítulo, serão apresentadas algumas consequências negativas de se ter algoritmos guiando a comunicação mediada por computador. “A Internet remodelou como a humanidade se comunica. Big data é diferente: ele marca uma transformação na forma como a sociedade trata a informação. Com o tempo, Big Data pode mudar nossa maneira de pensar sobre o mundo” (CUKIER & MAYER-SCHOENBERGER, 2013, tradução nossa)6.

Bruno (2006) contextualiza os bancos de dados sob o aspecto de que “[…] a sua lógica é menos a da exatidão no registro da informação do que a da agilidade e eficiência na sua recuperação e utilização” (BRUNO, 2006, p.155). A questão de Bruno também passa pelo fato de que para organizar tantas informações neste banco há a coleta e o processamento de dados que irão contemplar não o indivíduo para sua análise, mas sim ele categorizado, em forma de grupos, que os algoritmos terão classificado sob vários aspectos (cultural, econômico, entre outros): “Com o uso de algoritmos e programas de composição de perfis, os bancos de dados pretendem conter tanto o saber quanto o controle sobre o passado, o presente e o futuro dos indivíduos.” (BRUNO, p.155, 2006). Esta afirmação nos indica dois lados opostos sobre essa manipulação de dados: um lado se refere ao valioso conhecimento que se abre com inúmeros dados à disposição, novas correlações que poderão significar uma enorme evolução sobre a compreensão de todo tipo de eventos. Sem dúvidas, para o campo da pesquisa poder contar com esse tipo de tecnologia traz muitos benefícios, sem esquecer do baixo custo em comparação às pesquisas de campo, por exemplo.

6 _{“The Internet has reshaped how humanity communicates. Big data is different: it marks a transformation in}

Por outro lado, e será nesse viés que no trabalho vai se desenvolver, o fluxo de informação na rede estará cada vez mais atrelado ao controle de informações pessoais. A sofisticação desse controle, cada vez mais invasivo, poderá ter consequências bem diferentes dos benefícios que os cruzamentos de dados do Big Data incialmente apontam. Pode-se pensar em um exemplo simples para ilustrar: o mesmo algoritmo que indica quais as farmácias estão mais próximas de sua localização, por exemplo, esconde interesses comerciais. Por vezes, são indicadas as farmácias (e substitua aqui por livros, filmes, restaurantes, ou qualquer outro elemento) com base em qual empresa pagou mais para aparecer bem posicionada no ranking de indicações e, principalmente, através de um complexo sistema de personalização de dados para cada usuário. E todas essas indicações estão sendo reforçadas pelo termo user-generated content, ou conteúdo gerado pelo usuário. Como Andrejevic (2009) explica, o conceito pode ser ampliado para avançar na discussão, sendo usado para descrever não só os conteúdos de blogs, páginas pessoais e diversos outros exemplos de produção de conteúdo amador, como também os próprios dados que os usuários geram sobre si mesmos quando preenchem um perfil em rede social, por exemplo, ou quaisquer outras ‘pistas’ que um usuário deixa para trás quando interage com dispositivos digitais.

Assim, o Big Data, que tem como principal função cruzar grande quantidade de dados, e por isso mesmo se configura como um aspecto relevante para organizar o fluxo de informação, começa a apontar para outros caminhos, onde as sutilezas da subjetividade humana não poderão ser lidas e interpretadas por uma máquina. E, como será melhor descrito à frente, utilizando os resultados desses cruzamentos para motivações muitas vezes mais comerciais e menos funcionais. Parece assim que, à medida em que vamos analisando o ciberespaço e os movimentos que o permeiam, nota-se sempre um dualismo: “Por um lado, [o ciberespaço] está sujeito às forças que pretendem explorá-lo para objetivos mercantis, de outro está aberto aos que desejam agir de maneira altruísta, igualitária, gratuita” (FUCHS apud RÜDIGER, 2013, p.155, colchete nosso). Confrontamos então uma rede acentrada, que se constrói coletivamente, oferecendo mais autonomia para o usuário, com um cenário onde tudo que é produzido é quantificável e transformado em perfis, tendências, categorias. E, como veremos a seguir, a indústria irá converter os resultados desses cruzamentos de dados em moeda de troca para lucrar com anunciantes.