COMITÉ CIENTÍFICO DE LA EDITORIAL TIRANT LO BLANCH María José Añón Roig
Catedrática de Filosofía del Derecho de la Universidad de Valencia
Ana Belén Campuzano Laguillo
Catedrática de Derecho Mercantil de la Universidad CEU San Pablo
Jorge A. Cerdio Herrán
Catedrático de Teoría y Filosofía de Derecho Instituto Tecnológico Autónomo de México
José Ramón Cossío Díaz
Ministro de la Suprema Corte de Justicia de México
Owen M. Fiss
Catedrático emérito de Teoría del Derecho de la Universidad de Yale (EEUU)
Luis López Guerra
Juez del Tribunal Europeo de Derechos Humanos Catedrático de Derecho Constitucional de la Universidad Carlos III de Madrid
Ángel M. López y López
Catedrático de Derecho Civil de la Universidad de Sevilla
Marta Lorente Sariñena
Catedrática de Historia del Derecho de la Universidad Autónoma de Madrid
Javier de Lucas Martín
Catedrático de Filosofía del Derecho y Filosofía Política de la Universidad de Valencia
Víctor Moreno Catena
Catedrático de Derecho Procesal de la Universidad Carlos III de Madrid
Francisco Muñoz Conde
Catedrático de Derecho Penal de la Universidad Pablo de Olavide de Sevilla
Angelika Nussberger
Jueza del Tribunal Europeo de Derechos Humanos Catedrática de Derecho Internacional de la Universidad de Colonia (Alemania)
Héctor Olasolo Alonso
Catedrático de Derecho Internacional de la Universidad del Rosario (Colombia) y Presidente del Instituto Ibero-Americano de La Haya (Holanda)
Luciano Parejo Alfonso
Catedrático de Derecho Administrativo de la Universidad Carlos III de Madrid
Tomás Sala Franco
Catedrático de Derecho del Trabajo y de la Seguridad Social de la Universidad de Valencia
José Ignacio Sancho Gargallo
Magistrado de la Sala Primera (Civil) del Tribunal Supremo de España
Tomás S. Vives Antón
Catedrático de Derecho Penal de la Universidad de Valencia
Ruth Zimmerling
Catedrática de Ciencia Política de la Universidad de Mainz (Alemania)
Procedimiento de selección de originales, ver página web: www.tirant.net/index.php/editorial/procedimiento-de-seleccion-de-originales
APROXIMACIÓN JURÍDICA Y ECONÓMICA AL BIG DATA
JAVIER PUYOL MONTERO Abogado Magistrado Consultor TIC’s
Valencia, 2015
Copyright ® 2015 Todos los derechos reservados. Ni la totalidad ni parte de este libro puede reproducirse o transmitirse por ningún procedimiento electrónico o mecánico, incluyendo fotocopia, grabación magnética, o cualquier almacenamiento de información y sistema de recuperación sin permiso escrito del autor y del editor. En caso de erratas y actualizaciones, la Editorial Tirant lo Blanch publicará la pertinente corrección en la página web www.tirant.com. Director de la Colección:
LORENZO COTINO HUESO Profesor Titular de Derecho constitucional de la Universidad de Valencia, Coordinador de Derecho TICs, Red de Especialistas de Derecho de las Tecnologías de la Información y Comunicación, www.derechotics.com
© Javier Puyol Montero
© TIRANT LO BLANCH EDITA: TIRANT LO BLANCH C/ Artes Gráficas, 14 - 46010 - Valencia TELFS.: 96/361 00 48 - 50 FAX: 96/369 41 51 Email:tlb@tirant.com www.tirant.com Librería virtual: www.tirant.es ISBN: 978-84-9086-633-7 MAQUETA: Tink Factoría de Color Si tiene alguna queja o sugerencia, envíenos un mail a: atencioncliente@tirant.com. En caso de no ser atendida su sugerencia, por favor, lea en www.tirant.net/index.php/empresa/politicas-de-empresa nuestro Procedimiento de quejas.
Índice 1. INTRODUCCIÓN AL BIG DATA...................................................... 9 2. EL BIG DATA COMO FENÓMENO................................................ 79 3. LOS PROCESOS DE BIG DATA Y EL MERCADO........................... 125 4. EL CONCEPTO DE ANONIMIZACIÓN DE LOS DATOS, Y EL CORRESPONDIENTE PROCESO DE DISOCIACIÓN EN LA LEY ORGÁNICA 15/1999 DE PROTECCIÓN DE DATOS DE CARÁCTER PERSONAL............................................................................... 209 A) Cuestiones Generales.................................................................... 209 B) El Concepto de Dato personal...................................................... 220 C) Aspectos técnicos del proceso de anonimización de los datos........ 229 a) TOR........................................................................................ 233 b) JAP.......................................................................................... 233 c) I2P.......................................................................................... 234 D) El proceso de disociación de datos como «técnica» o como «tratamiento». La identificabilidad potencial de los datos anonimizados.............................................................................................. 234 E) La anonimización de los datos y el proceso de disociación en la Ley Orgánica 15/1999, de 13 de diciembre, de Protección de Datos de Carácter Personal..................................................................... 246 F) Algunas consideraciones operativas sobre el proceso de disociación de datos de carácter personal................................................ 276 5. ASPECTOS JURÍDICOS Y OTRAS CONSIDERACIONES DERIVADOS DE LOS PROCESOS DE BIG DATA.......................................... 285 A) Algunos aspectos éticos referentes a Big Data............................... 285 a) Conocer y entender los factores de riesgo................................ 288 b) Educar a los usuarios.............................................................. 288 c) Diseñar y utilizar herramientas con la privacidad en mente..... 289 d) El ejemplo debe venir desde la dirección.................................. 289 B) Big Data y privacidad................................................................... 295 C) La ausencia regulatoria................................................................. 301 D) Otras consideraciones jurídicas sobre la privacidad y la intimidad en la anonimización de los datos................................................... 306 E) La seguridad en los procesos de Big Data...................................... 328 F) Otras cuestiones jurídicas a considerar......................................... 335
Índice
a) La legitimación para la realización del proceso de disociación. 336 b) Los Derechos de propiedad y de propiedad intelectual derivados de los procesos de Big Data............................................... 343 c) Las cuestiones derivadas de la defensa de la competencia y de la competencia desleal en la obtención de los patrones............ 346 d) La responsabilidad civil derivada de la elaboración de los patrones...................................................................................... 349 e) Los derechos económicos de los titulares de los datos de carácter personal asociados en las prácticas de Big Data................. 350 f) La realización de perfiles sobre los titulares de los datos, scoring, y obtención de nuevos datos a consecuencia del cruzado de los patrones sobre ficheros donde se contengan datos de carácter personal. Consecuencias jurídicas de ello................... 353
1. INTRODUCCIÓN AL BIG DATA La digitalización en la que está inmersa la sociedad actual afecta a todos los niveles. No hay vuelta atrás: la fiebre por el uso de diversos dispositivos tecnológicos prolifera, el auge de las redes sociales es un hecho, las ciudades se empiezan a dotar de sensores y, como fruto de todo esto la información de la que disponen individuos y empresas se multiplica sin precedentes. Estamos, sin duda, en la era marcada por el llamado Big Data1. Vivimos en un mundo de grandes volúmenes de datos. Sólo este año, más de un billón de gigabytes de datos nuevos se creará a nivel mundial. Big Data representa una nueva frontera para la innovación, la competividad y la productividad2, y además, supone un gran desafío pero también nuevas oportunidades para las empresas para elevarse por encima de la competencia3. Cada día en el mundo se generan más de 2.5 exabytes de datos. Esto equivale a 1.000.000 de terabytes4. La generación de datos no
1
2
3
4
TicBEAT BIG DATA. “Big Data Spain 2013 calienta motores”. 18 de octubre de 2013. http://bigdata.ticbeat.com/big-data-spain-calienta-motores/ Cfr. Consultoria McKinsey. Rizomática. Blog personal de José López Ponce. http://www.rizomatica.net/big-data-la-fuente-para-el-conocimiento-en-el-siglo-xxi/ Cfr.: “Big Data Transforms Business”. An EMC E-book. Big Data for The Predictive Organization. http://www.emc.com/microsites/ebook/index.htm#/slide-intro. En términos generales el Big Data puede ser considerado como a la tendencia en el avance de la tecnología que ha abierto las puertas hacia un nuevo enfoque de entendimiento y toma de decisiones, la cual es utilizada para describir enormes cantidades de datos (estructurados, no estructurados y semi estructurados) que tomaría demasiado tiempo y sería muy costoso cargarlos a un base de datos relacional para su análisis. De tal manera que, el concepto de Big Data aplica para toda aquella información que no puede ser procesada o analizada utilizando procesos o herramientas tradicionales. Sin embargo, Big Data no se refiere a alguna cantidad en específico, ya que es usualmente utilizado cuando se habla en términos de petabytes y exabytes de datos. Entonces cabe plantearse ¿Cuánto es demasiada información de manera que sea elegible para ser procesada y analizada utilizando Big Data? Ello debe analizarse primeramente en términos de bytes: Gigabyte=109=1,000,000,000
Javier Puyol Montero
solo crece, explota. El crecimiento exponencial es tan grande, que el 90% de los datos guardados en la actualidad, han sido creados en los dos últimos años. Cada segundo sensores, tabletas, teléfonos y sistemas inteligentes generan cantidades de datos que crecen exponencialmente. Actualmente, la mayoría de los datos almacenados por las nuevas tecnologías no tienen más de dos años. Muchos de estos datos no se procesan porque los sistemas tradicionales de computación no son capaces de procesarlos y muchas empresas no tienen una solución unificada para recogerlos y analizarlos. Es una definición utilizada en tecnología para referirse a la información o grupo de datos que por su elevado volumen, diversidad y complejidad no pueden ser almacenados ni visualizados con herramientas tradicionales. Las dimensiones de estos datos obligan a las empresas a buscar soluciones tecnológicas para gestionarlos, pues un buen manejo del Big Data puede representar nuevas métodos para la toma de decisiones y oportunidades de negocio5. El reto consiste en saber distinguir lo válido de lo superfluo y sacar provecho de ello.
5
Terabyte=1012=1,000,000,000,000 Petabyte=1015=1,000,000,000,000,000 Exabyte=101=1,000,000,000,000,000,000 Además del gran volumen de información, esta existe en una gran variedad de datos que pueden ser representados de diversas maneras en todo el mundo, por ejemplo de dispositivos móviles, audio, video, sistemas GPS, incontables sensores digitales en equipos industriales, automóviles, medidores eléctricos, veletas, anemómetros, etc., los cuales pueden medir y comunicar el posicionamiento, movimiento, vibración, temperatura, humedad y hasta los cambios químicos que sufre el aire, de tal forma que las aplicaciones que analizan estos datos requieren que la velocidad de respuesta sea lo demasiado rápida para lograr obtener la información correcta en el momento preciso. Estas son las características principales de una oportunidad para Big Data. Finalmente señala este autor que es importante entender que las bases de datos convencionales son una parte importante y relevante para una solución analítica. De hecho, se vuelve mucho más vital cuando se usa en conjunto con la plataforma de Big Data. Cfr.: BARRANCO FRAGOSO. IBM Software México. 18 de junio de 2012. http://www.ibm.com/developerworks/ssa/local/im/que-es-big-data/ A quien le llame la atención el fenómeno de la explosión de datos en el que estamos inmersos, desde las artes y la política hasta la investigación y la innovación, no necesitará muchos alicientes. Y a los que no, quizá les anime leer el siguiente decálogo, o condensador de información, que ofrecen desde la CCCB.
Aproximación jurídica y económica al big data
1. El peso de la nube. Esta sección profundiza en los Data Center, grandes instalaciones industriales en las que se almacena y desde las que se distribuye todo lo que contiene este espacio, personal y colectivo a la vez, que hemos bautizado como La Nube. Se tratan temas como la arquitectura y la estética del Data Center o su importancia geoestratégica en el mundo, su condición de nuevos monumentos que representan una forma de poder emergente, a la vez que son espacios anónimos y secretos. Junto a ello, se trata la importancia emergente de la industria del almacenamiento de datos a gran escala, su huella energética y su presencia sobre el territorio. 2. El diluvio de datos. Bajo esta idea, se incide en la magnitud y el volumen de la explosión de datos contemporánea poniéndole cifras y mostrando su imparable crecimiento. Se tienen en cuenta, entre otros factores, la evolución de la capacidad de almacenaje de la información, tras la progresiva reducción del tamaño y el coste de los dispositivos, y el auge de una cultura de la preservación permanente, de un mundo en que todo se tiene que almacenar. 3. La Ciencia del Big Data. La capacidad de preservación y almacenamiento de grandes estructuras de datos está creando una revolución científica que está transformando múltiples disciplinas. Este punto de la exposición desempeña un papel divulgativo del vocabulario que la ciencia del fenómeno Big Data ha generado. Se explica el significado que términos como correlación, agregación, predicción o minería tienen en el análisis y la visualización de la información. 4. Explicar el mundo con datos. Con el nacimiento de la estadística a mediados del siglo XIX, surge la necesidad de un nuevo lenguaje para explicar la realidad desde lo cuantitativo, el diseño de información y la infografía. Se presentan varios casos históricos relevantes y pioneros del diseño y la visualización de la información, así como una evolución de la sintaxis de la infografía, la visualización científica y la visualización de datos. 5. “Datificación”: La gestión del mundo desde la información. La facilidad para captar, transmitir y preservar información ha promovido la emergencia de un mundo en que la mayoría de los procesos tecnológicos, industriales o económicos producen grandes cantidades de datos. Se estima que los millones de sensores que captan y transmiten información —desde los receptores GPS que registran el funcionamiento de las rutas de reparto de la logística hasta los sensores de temperatura, presión o humedad que monitorizan el estado de una línea de fabricación— generan hoy tanto tráfico de datos en la red como el que producimos los usuarios. Esta infraestructura de sensores y los data sets que producen son imprescindibles hoy para hacer posible los grandes procesos industriales y de toma de decisiones, pero además nos permiten entender la manera en que estos procesos operan. Hoy podemos saber, por ejemplo, qué rutas toman los conductores en sus trayectos por la ciudad, cuántos aviones hay en el espacio aéreo ahora mismo y su posición exacta, o cómo los cargos en tarjetas de crédito explican de qué manera realiza la gente sus compras de Navidad.
Javier Puyol Montero
Carter define el Big Data como: “una nueva generación de tecnologías y arquitecturas diseñadas para extraer valor económico de grandes volúmenes de datos heterogéneos habilitando una captura, identificación y/o análisis a alta velocidad6”.
6
6. La producción social de datos. El sujeto como productor de datos hoy. Somos causa y efecto del diluvio. Todos los procesos de actividad social acaban produciendo datos. Se exponen piezas que se clasifican dentro del llamado “sentiment analysis” basadas en los datos que reflejan estados de ánimo o acciones subjetivas que las personas vuelcan en la nube, así como productos y dispositivos que analizan el self-tracking, los datos que sobre nosotros mismos generamos a través de nuestra actividad. 7. Somos datos. La explotación de la intimidad a través de los datos que generamos es una de las cuestiones más controvertidas en la era del Big Data. La mercantilización del Yo y el desarrollo de actividades como el llamado Data Mining han sido objeto de análisis y críticas por parte de muchos agentes sociales. Artistas y activistas también se hacen eco de esta realidad. 8. La era del conocimiento: Data driven. Bajo este término se engloba la transformación de las ciencias, las humanidades y la cultura tras la explosión del Big Data. Se trata de un acercamiento a la metodología basada en el análisis de datos para generar conocimiento. La exposición presenta diversos casos relacionados con campos como el urbanismo, la medicina, el deporte, la seguridad ciudadana y prevención del delito o el periodismo. 9. Datos Abiertos. Si el diluvio de información lo producimos entre todos, ¿de quién son los datos? Este tema centra el debate de la política y la ética del llamado Open Data. Diversos proyectos e iniciativas ponen de manifiesto la reivindicación de una democracia participativa así como el debate actual sobre la ley de la transparencia. 10. Mentir con datos. Lo que los datos no revelan. La posibilidad de entender muchos aspectos de la realidad a través de la cuantificación y el análisis de datos conlleva un gran riesgo: suponer que todo puede explicarse desde los datos, o que contar con datos es la única manera de tomar una decisión. Este punto explora los peligros del absolutismo de datos, la idea racionalista que entiende que se pueden tomar decisiones perfectas si se dispone de la cantidad de datos suficiente, así como del “reduccionismo informacional”, la tendencia a pensar que cualquier fenómeno del mundo social o natural es cuantificable y medible con parámetros. Igualmente, hay que reforzar la idea de que los datos no cuentan verdades científicas ni objetivas: son tan subjetivos y posicionados ideológicamente como cualquier otra forma de conocimiento. Cfr.: “Tiemblen ante el Big Bang de los datos”. ElDiario.es. 6 de mayo de 2014 http://www.eldiario.es/cultura/agenda/Big-Bang-datos_0_257224480.html CARTER, Phillip. “Conceptos básicos de Big Data”. TRC Informática S.L. http:// www.bing.com/search?q=TRC+BIG+DATA&qs=n&form=QBRE&pq=trc+big+
Aproximación jurídica y económica al big data
Viktor Mayer-Schönberger, profesor de Regulación y Gestión de Internet en la Universidad de Oxford, y Kenneth Cukier, editor de datos de la prestigiosa revista “The Economist”, mantienen en su ensayo Big Data “La revolución de los datos masivos” (Turner Publicaciones, 2013), que los datos masivos suponen un drástico cambio de enfoque en la forma de ver el mundo. Los seres humanos estamos configurados para buscar causalidades, el porqué de las cosas. Sin embargo, el valor de la información reside ahora en las correlaciones. Es decir, en las relaciones estadísticas que se establecen entre diversos valores de datos y que permiten descubrir patrones ocultos entre la marabunta de información disponible. Las predicciones basadas en correlaciones son el núcleo de los datos masivos, según estos dos expertos en la materia. “No hace falta explicar las razones que subyacen en las correlaciones. No son intuitivas, simplemente existen”, dice el profesor Mayer. Los ejemplos que ilustran la eficacia de los análisis basados en “Big Data” son innumerables7. Muchos de ellos están presentes en
7
data&sc=0-6&sp=-1&sk=&cvid=abc3c2e9b2c34db8b97f646c5571e787 Tal como señalan MAYER-SCHÖNBERGER y CUKIER, la capacidad de la sociedad de aprovechar la información de formas novedosas, para tener pretensiones útiles o bienes y servicios de valor significativo. Hay sectores de negocio completos que están viendo asimismo reconfigurados por los datos masivos. Los datos ya no se contemplaban como algo estático o rancio, curiosidades aparecía en cuanto se alcanzaba el objetivo para el que habían sido recopilados. Los datos se convirtieron en una materia prima del negocio, en un factor vital, capaz de crear una nueva forma de valor de económico. En la práctica, con la perspectiva adecuada, los datos pueden reutilizarse inteligentemente para convertirse en un manantial de innovación y servicios nuevos. Los datos pueden revelar secretos a quienes tengan la humildad, el deseo y las herramientas para escuchar. Los Big Data, los datos masivos, se refieren a cosas que se pueden hacer a gran escala, pero no a una escala inferior, para extraer las profesiones o crear nuevas formas de valor, de tal forma que transformó los mercados, las organizaciones, las relaciones entre los ciudadanos y los gobiernos, etc. La era de los datos masivos pone en cuestión la forma en que vivimos en interactuamos con el mundo. Los datos masivos señalan el principio de la transformación considerable. La cantidad de datos que hay en el mundo está creciendo de prisa, desbordados no sólo nuestras máquinas, sino también nuestra propia imaginación. La cantidad información almacenada que este cuatro veces más de prisa que la economía mundial, mientras que la capacidad de procesamiento de los ordenadores que es de nueve veces más de prisa. Esencialmente, los datos masivos consiste en hacer predicciones. El uso de los datos masivos no consiste en intentar “enseñar” a un ordenador a “pensar” como un ser humano. Más bien consiste en aplicar las matemáticas
Javier Puyol Montero
enormes cantidades de datos para poder inferir probabilidades. Es más, los sistemas están diseñados para perfeccionarse solos a lo largo del tiempo, al estar pendientes de detectar las mejores señales y pautas cuando se le suministran más datos. Los datos masivos ser una fuente de innovación y de nuevo valor económico. El auge de los datos masivos representantes cambios en la forma de analizar la información que modifica nuestra manera de comprender y organizar la sociedad. En este nuevo mundo podemos analizar muchos más datos en considerar un número ampliamente más vasto de datos nos permite también relajar nuestro anhelo de exactitud, ese es el segundo cambio. Se llega así a un término medio: con menos error de muestreo, podemos subir más errores de medida. Otra importante novedad consiste en un alejamiento de la tradicional búsqueda de la causalidad. Los datos masivos suponen un paso importante en el esfuerzo de la humanidad para cuantificar y comprender el mundo. Una inmensa cantidad de cosas que antes nunca pudieron medirse, almacenarse, analistas y compartirse están convirtiéndose en datos. El aprovechamiento de vastas cantidades de datos en lugar de una pequeña porción, y el hecho de requerir maltratos deben exactitud, abre la puerta nueva forma de comprender lleva a la sociedad al abandono de su tradicional preferencia por la causalidad, y en muchos casos, aprovecha los beneficios de la correlación. Los datos masivos consisten en ver y comprender las relaciones en el seno entre distintos fragmentos de información que, hasta hace muy poco, nos esforzamos por captar plenamente. Los datos masivos tienen que ver con importantes cambios de mentalidad, que al estar interrelacionados se refuerzan entre sí: a) El primero es la capacidad de realizar enormes cantidades de información sobre un tema dado, en lugar de verse uno forzado a conformarse con conjuntos más pequeños. b) El segundo es la disposición a aceptar la imprecisión del desorden de los datos, en lugar de anhelar la exactitud tercer cambio pasa por empezar a respetar las correlaciones, en vez de buscar constantemente la elusiva causalidad. A menudo nos dará mejor resultado dejar de lado el atajo de muestreo aleatorio entenderá recopilar datos más exhaustivos. Para hacerlo, se predice una amplia capacidad de procesamiento y almacenaje, herramientas de tecnología punta para realizarlo todo. También se presentan formas sencillas y baratas de recopilar los datos. c) Hasta ahora, cada una de sus procesos suponía un problema económico, pero hoy en día, el coste y complejidad de todas las piezas del rompecabezas han disminuido drásticamente. Lo que antes no estaba al alcance más que de las mayores empresas, hoy resulta posible para la mayoría. El empleo de la totalidad de los datos hace posible advertir conexiones y detalles que de otro modo que los conocidos en la vastedad de la información. Emplea todos los datos no tiene por qué ser una tarea enorme. Los datos masivos no son necesariamente grandes en términos absolutos, aunque a menudo no sean. Sin embargo, no sólo es el valor absoluto de puntos de datos, el tamaño del conjunto de datos, lo que hace que estos ejemplos de datos masivos. Lo que los convierte en casos de datos masivos de selección de que, en lugar de usar el atajo de una muestra aleatoria, han hecho uso, en lo posible del conjunto íntegro de datos.
Aproximación jurídica y económica al big data
nuestras actividades cotidianas, aunque no lo apreciemos. Cuando nos comunicamos a través de un servicio de mensajería instantánea como WhatsApp, a menudo cometemos errores al teclear. Aun así, la propia aplicación es capaz de interpretar qué queríamos escribir y sugerirnos el modo correcto de expresarlo. Esta característica es una variante de la función “autocompletar” de Google. El motor de búsqueda basa sus predicciones en los datos obtenidos a través de las tres mil millones de consultas que gestiona a diario. El resultado es el corrector ortográfico más útil del mundo, en todos los idiomas: al introducir un criterio de búsqueda escrito de manera incorrecta, el algoritmo de Google detecta el error y muestra los resultados de la consulta que interpreta que pretendíamos realizar. Casi siempre acierta. Otro elemento que no puede ser descartado tampoco es el que hace referencia a las mejoras sociales derivadas de las técnicas Big Data. En este sentido, cabe destacar que afortunadamente, no todos los usos del “Big Data” están únicamente al alcance de los poderosos o enfocados a hacer negocio a costa de la privacidad de los ciudadanos. En muchos casos, los proyectos basados en datos masivos suponen extraordinarias mejoras para la sociedad. Los estudios científicos relacionados con el genoma humano, que han supuesto grandes avances en el diagnóstico y el tratamiento de las enfermedades más dañinas para el hombre, están basados en el “Big Data8”. Pero principalmente, Big Data, constituye un concepto básico en el sector de las IT. Debe tenerse presente que con el crecimiento de los dispositivos móviles (crecimiento de los smartphones, tablets y redes sociales), en unión de la influencia que ello está produciendo en los procesos de negocio y el considerable aumento del fenómeno de la digitalización que se está produciendo en los mismos, determinan un incremento y una afluencia sin igual de datos en las comunicaciones y en las transacciones de todo tipo9.
8
9
Cfr.: MAYER-SCHÖNBERGER, Viktor y CUKIER, Kenneth. “Big Data. La revolución de los datos masivos”. Turner Publicaciones S.A. Madrid 2013. Cfr.: “El tesoro de los datos masivos”. La Vanguardia.com. 13 de noviembre de 2013. http://www.lavanguardia.com/magazine/20131108/54392775355/big-data-datos-masivos-reportaje-en-portada-magazine-10-noviembre-2013.html Interxion. “Big Data”. http://www.interxion.com/es/sectores/corporaciones/bigdata/
Javier Puyol Montero
El Big Data abarca tantas posibilidades y su potencial de información es cuasi-infinito, que resulta difícil definirlo de manera precisa. Para Dans10 la mayor dificultad inherente a entender la diferencia que supone Big Data es hacerse a la idea de lo que supone pasar del esquema de base de datos que todos conocemos a distintos niveles, a la idea de bases de datos no relacionales o NoSQL. Un mundo que
10
En su nivel más simple, Big Data representa el reto de extraer un mejor entendimiento de la información que fluye dentro, fuera y a través de las corporaciones y redes organizativas. Aunque se ha hablado mucho sobre el potencial económico del Big Data, hacerlo bien implica la instrumentación efectiva de un amplio conjunto de variables. Desde un punto de vista exclusivamente tecnológico, existe el reto de combinar hardware, software y la red para ofrecer una plataforma capaz de hacer cálculos sobre grandes conjuntos de datos. Esto exige una visión estratégica sustentada por un plan a largo plazo. Hay datos que sugieren, sin embargo, que en contra de los deseos de los departamentos IT de tener un rol más estratégico, las demandas de negocio del día a día hacen que su rol se reduzca a “apagar incendios”. Para Interxion, los estudios realizados sobre Big Data han arrojado algunos datos interesantes como: a) Un tercio de los decisores de IT tiene problemas para desarrollar una visión proactiva y a largo plazo debido a la presión de lidiar con requerimientos de negocio reactivos y a corto plazo (citado por un 80%). b) Big Data es una propuesta estratégica: en aquellas empresas en las que la estrategia IT está alineada con los planes de negocio hay una mayor predisposición a explorar las posibilidades del Big Data. c) Sólo una cuarta parte de las empresas han explorado o elaborado un plan de negocio de éxito para Big Data. d) Los sistemas de gestión de clientes (41%), comercio electrónico (35%) y transacciones financieras (34%) son las aplicaciones que están marcando las necesidades de Big Data. e) Aunque sólo el 7% de las respuestas ven Big Data como una prioridad en la actualidad, el 62% cree que será prioritario en los próximos 3 años. Cfr.: DANS, Enrique. “Entender el futuro: la evolución de las bases de datos”. El Blog de Enrique Dans. 28 de noviembre de 2011. http://www.enriquedans. com/2011/11/entender-el-futuro-la-evolucion-de-las-bases-de-datos.html Dans termina afirmando que En cierto sentido, para entender el tema es preciso “desaprender”. Pero la necesidad de hacerlo es evidente, dada la adaptación de este tipo de estructuras a las problemáticas de operar en el mundo en que vivimos actualmente. Pero no es sencillo: durante algún tiempo, muchas empresas seguirán o bien torturando sus sistemas de bases de datos relacionales hasta el infinito y más allá con costes y rendimientos sencillamente absurdos, o directamente perdiéndose un mundo analítico que no son capaces ni de plantearse cómo recoger. Un mundo del que van a surgir muchas de las ventajas competitivas que veremos en el futuro.
Aproximación jurídica y económica al big data
suele definirse en negativo, por “lo que no es”, lo que añade todavía más dificultad conceptual. Sin embargo, cuenta con tres características esenciales para su distinción: volumen, variedad, y velocidad, a los que más adelante se hará especial referencia. El Big Data es grande o, mejor dicho, enorme. Es la habilidad de datificar cosas que nunca habías imaginado que se podían cuantificar. Parte de esta nueva tendencia para analizar comportamientos, que pueden ser desde climáticos hasta humanos (como el tráfico), viene de la mano con la capacidad de almacenar y procesar. Es decir, no nos sirve de nada obtener grandes volúmenes de datos si nos vamos a tardar cinco años en analizarlos. La tecnología que ahora está a nuestro alcance no sólo nos permite recopilar una gran variedad de datos, sino que también nos permite analizarlos a gran velocidad. Esto abre la posibilidad de encontrar relaciones entre datos que, a primera vista, no aparentan tener nada en común. Más allá de profundizar la comprensión de fenómenos, existe la oportunidad de predecirlos. El mundo del Big Data nos abre un mundo de posibilidades. El fenómeno conocido como Big Data ofrece oportunidades hasta hace poco insospechadas para explotar con fines estadísticos los crecientes volúmenes de información que se generan y se comparten en diversas redes, principalmente internet11. Las oficinas nacionales de estadística del mundo no pueden permanecer ajenas a este fenómeno si es que quieren permanecer en el ámbito de lo relevante y lo oportuno. Sin embargo, no es sencillo encontrar la manera adecuada
11
Prácticamente todo lo relacionado con la información sobre datos o negocios puede calificarse de “Big Data”, y parece que todo este entusiasmo será comparable a la agitación provocada por la computación en la nube, cuando los productos comercializados en ese momento se recalificaron de “adaptados a la nube” y organizaciones completas se mudaron a la “nube” de la noche a la mañana. Aparte de toda esta agitación, las capacidades de los Big Data motivan a investigadores de campos tan diversos como la física, la informática, la ciencia la genómica y la economía. Esta nueva capacidad de análisis se considera como una oportunidad de inventar e investigar nuevos métodos y algoritmos capaces de detectar configuraciones o correlaciones útiles presentes en grandes volúmenes de datos. Analizar más datos en menos tiempo puede ayudar a tomar mejores decisiones más deprisa en sectores como la finanza, la salud y la investigación. Cfr.: “‘Big Data’, gran importancia, gran desafío”. ITU NEWS. Número 1º 2014. https://itunews.itu.int/Es/4909-Big-data-gran-importancia-gran-desafio.note.aspx
Javier Puyol Montero
de hacer sentido para fines de estadística oficial del Big Data. Se requiere entonces de sugerencias para establecer un marco general de carácter eminentemente práctico para la explotación de Big Data en la generación de estadísticas oficiales12. Hoy en día son las empresas quienes más han utilizado el Big Data. El Big Data es un fenómeno relativamente reciente, pero supondrá uno de los mayores retos para las empresas en los próximos años. Los datos se están convirtiendo en algo muy valioso para la gestión y toma de decisiones empresariales, si se saben explotar13. Íntimamente relacionado con el Big Data se puede llegar a lo que se conoce como “Internet de las Cosas” (IoT), que consiste en un conjunto de sensores que captan información sobre lo que ocurre en nuestro entorno (sobre la meteorología, la calidad del aire, el estado del tráfico...), lo 12
13
Cfr.: Explotación del Big Data para las estadísticas oficiales. h t t p : / / w w w. g o o g l e . e s / u r l ? s a = t & r c t = j & q = & e s r c = s & s o u r c e = w e b & c d = 1 & v e d = 0 C CAQ F j A A & u r l = h t t p % 3 A % 2 F % 2 F w w w. i n e g i . o r g . mx%2Finegi%2Fconacyt%2Fdefault.aspx%3F_file%3D%2Finegi % 2 F C O N ACY T % 2 F d o c % 2 F 2 0 1 3 % 2 F D e m a n d a _ 1 3 . p d f & e i = W 7 _ pU9jLEfSp0AXi94HQAw&usg=AFQjCNH_yc5zlIBOmgtKECV7g8cQCXana w&bvm=bv.72676100,d.d2k La gestión de datos puede ser cara si se maneja de forma ineficaz. Para que sean útiles para las empresas, los datos deben ser escalados utilizando menos recursos, analizados de forma efectiva para poder innovar y gestionados de forma rápida y continua. Para afrontar estos retos, una empresa necesita una plataforma de almacenamiento que pueda crecer de forma rentable, que pueda responder rápidamente y que no requiera capacitación adicional. Una empresa necesita una plataforma de almacenamiento escalable para responder a la demanda generada por el crecimiento exponencial de entrada de datos, a la vez que minimiza el presupuesto necesario para hacerlo. Muchas empresas pueden enfrentarse a dos preguntas fundamentales relativas a la gestión de datos: a) ¿Cómo podemos gestionar nuestros datos de forma económica? ¿Existe alguna solución de almacenamiento que nos ayude a optimizar la eficiencia y el rendimiento de nuestra gestión de datos sin elevar nuestros costes informáticos? b) ¿Tenemos que realizar inversiones estratégicas a largo plazo en soluciones de almacenamiento? ¿O será suficiente encontrar una solución más rápida y a más corto plazo? Es evidente que las respuestas a estas cuestiones dependerá de muchos factores que, desde una perspectiva de carácter general, tratan de ser analizados por medio del presente estudio. Cfr.: IBM. “La nueva divisa de los negocios: Extraer el valor de Big Data”. IBM Corporation Estados Unidos de América. Noviembre de 2013. http://docs.media.bitpipe.com/io_11x/io_114565/item_857507/ TSM03017-ESES-00%20-%20Spanish%202R.pdf
Aproximación jurídica y económica al big data
cual permite tener un gran volumen de datos (Big Data) constantes sobre diferentes aspectos de una ciudad. Actualmente, está dando sus primeros pasos y será una de las revoluciones tecnológicas más importantes de los próximos años, ya que se podrán gestionar de manera más eficiente muchos objetos cotidianos de las ciudades, siendo fundamental para la implantación y el desarrollo de las Smart Cities, las cuales proponen una gestión de los servicios públicos basada en el tratamiento y el análisis de datos generados por sensores implantados por la ciudad. Los datos están presentes en todas partes, convivimos con ellos y todavía ni la sociedad ni el tejido empresarial (ni público ni privado) son conscientes de ello. La mayoría de la información generada en la actualidad en Internet se pierde, y todavía es complicado para organizaciones con un funcionamiento tradicional entender el beneficio que pueden obtener del análisis de esa información. Suele argumentarse que Big Data se encuentra intrínsecamente relacionado con el Internet de las Cosas (IoT), es decir, con el diseño de una estructura de red interconectada que permite que dispositivos físicos se comuniquen entre sí con la capacidad para transmitir, compilar y analizar datos. Ordenadores de bajo consumo, teléfonos más planos, tablets con pantallas más grandes, electrodomésticos “inteligentes” como cámaras Web con sensor de movimiento, alarmas, SmartTVs, aspiradoras robotizadas, o los famosos “wearables”, entre otros, en forma de pulsera, que se encarga de medir parámetros de nuestro cuerpo: sudoración, ritmo cardiaco, calorías consumidas, horas de sueño efectivo..., elementos que forman parte de nuestra vida cotidiana, cuyo denominador común es contar con una pila TCP/IP, que les dota de conexión a un ecosistema en el que interactúan con otros dispositivos. Debido a la naturaleza ubicua de objetos conectados en la IoT, se espera que un número sin precedentes de dispositivos que se conecten a Internet, estimándose cerca de 26 mil millones de dispositivos en el Internet de las Cosas en 2020, siendo esta última una fuente de recolección de datos que crece exponencialmente y, en consecuencia, adecuada para ser procesada mediante sistemas Big Data14. 14
Cfr.: “Declaración de México D.F., hacia la implantación de garantías para la privacidad en los tratamientos de Big Data”. 24 de agosto de 2014. http://www. aspectosprofesionales.info/2014/08/declaracion-de-mexico-df-hacia-la.html
Javier Puyol Montero
También hay que tener en cuenta que el Big Data toma una nueva dimensión, impulsado por el auge de las redes sociales15. Y es que un
15
En los sistemas de información están presentes una gran cantidad de datos. El volumen de datos en gigabytes generado por las organizaciones es enorme, cada vez mayor. La información a gestionar en ellas crece de forma exponencial. Consultoras especializadas calculan que el tamaño del universo digital se irá duplicando cada dos años hasta 2020. Según IDC, al final de esta década habrá más de 40.000 exabytes de información, más de 5.200 gigabytes por cada habitante del planeta. La información en el entorno personal y las redes sociales introducen una ingente cantidad de datos en los ecosistemas de información, y el llamado internet de las cosas generara también gran cantidad de datos. En términos de crecimiento económico, se estima que en el año 2017 en el entorno Big Data se generará un volumen de negocio de 50 billones de dólares. Existen distintas oportunidades de sacar partido a los macro datos para las organizaciones y empresas según sean sus objetivos de negocio o servicio; actuando mediante la captura, almacenamiento, búsqueda, intercambio, análisis y visualización de todo tipo de información, sin obviar y respetando siempre la privacidad de los datos, regulada por la normativa internacional de seguridad. El análisis de datos no es una materia fácil. Cada vez más, el buen funcionamiento de las organizaciones en todos los sectores se basará en el uso efectivo de grandes cantidades de datos. Darles sentido va a ser posible, sólo para aquellas que tengan personas, herramientas y habilidades. Y lo más importante: una forma de pensar que interprete los datos como el nuevo petróleo, el combustible indispensable para una empresa. Para que la experiencia inicial en Big Data aporte creación de valor en sus objetivos, las organizaciones y empresas deben identificar y tener el convencimiento de que los datos son su activo empresarial. Han de ser capaces de identificar con claridad dónde y en qué zona el análisis de datos les aportará valor. Y diseñar un plan de acción. El análisis de datos es una cuestión científica. Por ello, en el mismo, deben participar los expertos de datos, que, junto a los directores de los productos y competencias de negocio, son quienes deben liderar las oportunidades y procesos de análisis de información. Como ocurre en ocasiones —y por desgracia— han aparecido tecnologías en relación al Big Data que han evolucionado más rápido que los conocimientos especializados, las habilidades y las cualificaciones del conjunto de trabajadores que necesitan las empresas para valerse de estas nuevas arquitecturas y tecnologías; en todos los sectores se necesitará tiempo para adaptarse a esta nueva realidad. El análisis de grandes conjuntos de datos es un elemento esencial que sustenta las nuevas áreas de crecimiento de la productividad, la innovación y demanda del consumidor. Las empresas y las administraciones deberán actuar con acierto para afrontar y resolver con éxito los importantes retos que se les presentan para maximizar en valor el potencial de los grandes datos. Aspectos clave serán la adecuada selección de herramientas de software, la asignación de recursos hardware de la nueva infraestructura tecnológica y la formación o disponibilidad de analistas y gestores cualificados. Fruto de la investigación que han realizado
Aproximación jurídica y económica al big data
tweet es información, un comentario en una página web de reservas hoteleras es información, una opinión en un restaurante, un “me gusta” en Facebook o el comentario sobre un concierto en un foro son información.
compañías como Google, Yahoo! o Amazon —que por razón de sus estrategias y necesidades de negocio han sido pioneras en el tratamiento y análisis masivo de datos y a gran velocidad— se han desarrollado y tomado experiencia programas imprescindibles hoy para trabajar en el análisis de datos: Hadoop, Map Reduce y SQL. Las organizaciones públicas y privadas dispondrán de alternativas para dotarse de las infraestructuras necesarias para atender las funcionalidades de Big Data. Algunos de los requerimientos de gestión de los grandes volúmenes de datos obligaría a grandes inversiones en equipos. Algunos proveedores de servicios están preparados para ofrecer infraestructuras en la nube en donde se pueden compartir recursos hardware y software, alternativa que facilita la racionalización de costes, no obligando y evitando tener que dimensionar siempre los recursos para la situación pico de consumo de proceso o de almacenamiento. Es necesario también analizar los servicios Big Data para las empresas, es decir, las infraestructuras disponibles en los centros de proceso de datos. Las empresas podrán disponer de infraestructuras propias en configuración de nube privada y combinar con servicios de proceso, almacenamiento y análisis de datos en la nube pública, que proveedores como Amazon, OpenStack, o Microsoft ya ofrecen a tal efecto. También existen arquitecturas de hardware convergente que proveen en un único appliance todos los componentes de red, procesamiento, almacenamiento y virtualización hardware y software, con grandes ventajas en la relación de performance/coste y que facilitan la gestión. Las nuevas arquitecturas permiten atender los requerimientos para el Big Data, posibilitando el procesamiento de enormes cantidades de datos en grandes clusters de hardware de bajo coste (commodity clusters) y posibilitando escalar petabytes de datos en miles de nodos al menor coste si se seleccionan y racionalizan adecuadamente los recursos. Las alternativas para dotarse de infraestructura en los Centros de Proceso de Datos propios, ya sea en modalidad dedicada o en configuración de nube privada son diversas. Algunas arquitecturas que proporcionan los principales fabricantes del mercado como EMC, con infraestructura de almacenamiento especializado para el Big Data, como Isilon. Y soluciones con Pivotal Greenplum y las herramientas de la suite de Pivotal que le permitirán realizar análisis de datos on line y obtener nuevo valor en su negocio. Alíese y confíe en empresas consolidadas como IPM, para iniciar su experiencia en el Big Data. Cfr.: VERDURA, Joseph. “Big Data: la nueva frontera de la revolución digital”. LA VANGUARDIA. 26 de mayo de 2014. http://www.lavanguardia.com/tecnologia/20140526/54408352916/big-datanueva-frontera-revolucion-digital.html#ixzz3AOApHDMp
Javier Puyol Montero
Las tecnologías tradicionales de gestión de datos son incompatibles con las características que presenta Big Data: volumen masivo, desestructurado y flujo continuo de información. Por lo tanto, ha surgido una nueva generación de software de procesamiento de datos para administrar Big Data. Un ejemplo muy conocido es Hadoop, el software de código abierto basado en el marco de MapReduce para dividir y distribuir datos a varias computadoras. Muchas empresas de turismo usan Hadoop, en general a nivel exploratorio. El entorno tecnológico para el uso de Big Data está evolucionando de forma constante16, lo que significa que hay un gran número de nuevas tecnologías para que los proveedores de viajes investiguen cuando adopten el uso de Big Data. Nuevas bases de datos (por ejemplo, bases de datos “columnares” o “verticales”), nuevos lenguajes de programación (como Python, Pig y Hive), y nuevas arquitecturas de hardware para el procesamiento de datos (tales como los “dispositivos” que usan Big Data y análisis de datos “en memoria”) son todas características del innovador panorama que ofrece el uso de Big Data. Las empresas de viajes deben invertir tiempo y esfuerzo en seleccionar las soluciones que mejor se adecuan a su estrategia de uso de Big Data. Además, las tecnologías de uso de Big Data son de trabajo intensivo para diseñar y programar. Por lo tanto requerirán mucha atención por parte de los técnicos de las empresas de turismo y gerentes. En contraste, es probable que los costos sean menores. Las tecnologías de uso de Big Data son accesibles (como los servidores genéricos), o bien gratuitas (como los software de código abierto). Lantares17 señala como sobre el Big Data, existen mitos que es necesario desmontar, a los efectos de la verdadera comprensión del
16
17
Cfr.: AMADEUS. “Desarrollo de Big Data”. http://www.google.es/url?sa=t&rct=j&q=&esrc=s&source=web&cd=5 1&ved=0CCAQFjAAODI&url=http%3A%2F%2Fwww.canaturperu. org%2Finfotur%2FAmadeus_Desarrollo_Big_Data.docx&ei=9Wb4U4-mDMS p0QWZuIHwBQ&usg=AFQjCNGlPaI5BoBF0v0HJCB2ZqeeMlwd7Q Cfr.: Lantares Solutions. “Los 15 mitos de Big Data”. http://www.lantares.com/ blog/big-data-smart-cities-la-diferencia-entre-vivir-igual-o-vivir-mejor?hsFor mKey=f92186b2c5b7fd96d9db63c757732674&submissionGuid=f4d2713937fe-4000-948d-57f3b1fc7b89#module_1404115980468986