por SAMUEL GERALD COLLINS – Universidad Estatal de Maryland
Para muchos de nosotros, en antropología, la llegada de la big-data representa una amenaza. ¿Por qué, después de todo, pasar meses desarrollando una buena relación y entrevistando a cien personas cuando puedes ejecutar análisis de sentimientos en cuarenta millones de tuits en cuestión de horas? Aun así, estoy de acuerdo con Tricia Wang, quien nos insta a involucrarnos con la big data para complementar ese trabajo con nuestros propios «datos gruesos». En los «datos gruesos», la profundidad de nuestra comprensión del significado y la interpretación, «el punto de vista del nativo», podría actuar como un correctivo para miles de millones de datos que pueden «hablar por sí mismos», como afirmó Chris Anderson, pero no, quizás, para la gente. Irónicamente, este cambio a «datos gruesos» fue posible gracias a la interrupción gradual del acceso a los datos de redes sociales. Facebook, Instagram, Twitter: una por una, las plataformas de redes sociales comenzaron a limitar el acceso de terceros a sus datos, con el pretexto de proteger a los usuarios de las infracciones a su privacidad. Bueno, no todos los accesos de terceros. Las corporaciones y los investigadores selectos aún se las arreglan para mantener el acceso a la «manguera de incendios» de los datos de los usuarios en las redes sociales, mientras que el resto de nosotros tenemos que conformarnos con cualquier conjunto limitado de datos a los que podamos acceder. Para algunas plataformas (por ejemplo, Facebook), el acceso ha cesado por completo. Aún puedes obtener acceso a gran parte de estos datos patentados a través del raspado web, pero esa no es una práctica de investigación ética para la antropología. Por lo tanto, he trabajado para obtener mis «datos gruesos», utilizando los datos limitados que puedo descargar de plataformas como Twitter para ampliar los datos «profundos» que he estado obteniendo de métodos etnográficos más tradicionales.
Esto ha demostrado ser útil para el trabajo etnográfico basado en la comunidad, y lo he aplicado a estudios de vecindarios en Baltimore, en Seúl y en otros lugares, lo que resultó en artículos y una monografía en coautoría que explica las ventajas de este enfoque de métodos mixtos para estrategias de investigación participativas basadas en la comunidad. También he trabajado en varias subvenciones con el Servicio de Parques Nacionales utilizando el mismo enfoque. Allí, el parque en sí es el foco de la investigación de las redes sociales, con el objetivo final de identificar a las partes interesadas de la comunidad y sus conexiones con el parque.
Sin embargo: a principios de 2021, después de la introducción de una nueva interfaz API, Twitter permitió a los académicos postularse para una pista académica con acceso a diez millones de tuits por mes. Si bien esto no es un acceso completo, ciertamente traslada mis posibilidades más al ámbito de la big data. Y esto plantea todo tipo de nuevos problemas y posibilidades. Si bien mi trabajo ha utilizado algunas métricas básicas (medidas de centralidad, frecuencias de palabras, estadísticas descriptivas), la escala de datos a la que ahora tengo acceso requiere un conjunto diferente de pruebas empíricas y, quizás, una clase diferente de preguntas. En última instancia, me pregunto si es posible hacer preguntas similares a estos datos. ¿Pueden decirme algo, por ejemplo, sobre el significado de lugar? ¿Sobre las formas en que las personas interpretan sus mundos? El desafío es tender un puente entre los datos «densos» y los «grandes».
Pero el gran desafío (y la oportunidad) aquí es la antropología. Si bien no somos ajenos a los métodos cuantitativos, generalmente no trabajamos con conjuntos de datos tan grandes. Estos han sido contrarios al enfoque de “sociedades pequeñas” que caracterizó a la antropología a principios del siglo XX. Entonces, ¿en qué se convertirá la antropología en este entorno?
Fuente: All Tomorrow’s Cultures/ Traducción: Alina Klingsmen