Conocimiento y percepción de la ciudadanía española sobre el big data y la inteligencia artificial

  1. Patricia Sánchez-Holgado 1
  2. Carlos Arcila Calderón 1
  3. David Blanco-Herrero 1
  1. 1 Universidad de Salamanca
    info

    Universidad de Salamanca

    Salamanca, España

    ROR https://ror.org/02f40zc51

Revista:
Icono14

ISSN: 1697-8293

Año de publicación: 2022

Título del ejemplar: Niños y jóvenes ante los dispositivos: Nuevos fenómenos comunicativos y nuevos creadores de producto

Volumen: 20

Número: 1

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Icono14

Resumen

La comunicación de la ciencia de datos es uno de los mayores retos de la sociedad actual, y específicamente el big data y la inteligencia artificial, porque la tecnología está en constante cambio y la ciudadanía necesita comprenderla para tomar las mejores decisiones. Tradicionalmente la comunicación científica se ha centrado en el estudio de las actitudes y percepciones sociales hacia los temas más polémicos, como en el entorno español, con la Encuesta de Percepción Social de la Ciencia y la Tecnología, elaborada por la FECYT cada dos años. Este trabajo es el primer estudio realizado en España centrado en el conocimiento, la comprensión y la percepción del público hacia el big data y la inteligencia artificial. Se ha llevado a cabo una encuesta nacional a una muestra de 684 personas. Se observa que el conocimiento sobre el big data y la inteligencia artificial es moderado, con un menor grado de conocimiento e interés entre las personas de más edad y que la inteligencia artificial es más conocida y despierta mayor interés que el big data. La manera en que el público se informa no varía con respecto a las encuestas tradicionales, por lo que la información puede llegarles por esas vías.

Referencias bibliográficas

  • Anderson, Janna, Rainie, Lee, & Luchsinger, Alex (2018). Artificial Intelligence and the Future of Humans. https://pewrsr.ch/3FZh98y
  • Arcila-Calderón, Carlos, Sánchez-Holgado, Patricia, Igartua Perosanz, Juan José, Ortega-Mohedano, Félix, González de Garay Domínguez, Beatriz, Frutos Esteban, Francisco Javier, Marcos Ramos, María, Cheng Lee, Lifen, Jiménez-Amores, Francisco Javier, Blanco-Herrero, David, & Frías Vázquez, Maximiliano (2021). Ciencia de Datos en España. Universidad de Salamanca. España. https://bit.ly/3hr1Uv8
  • Bakhshi, Hasan, Mateos–Garcia, Juan, & Whitby, Andrew (2014). Model workers: How leading companies are recruiting and managing their data talent. Engineering and Technology, 48. https://doi.org/10.1049/et:20080701
  • Ballesteros-Ballesteros, Vladimir, & Gallego-Torres, Adriana Patricia (2022). De la alfabetización científica a la comprensión pública de la ciencia. Trilogía Ciencia Tecnología Sociedad, 14(26), 2145–4426. https://doi.org/10.22430/21457778.1855
  • Balluerka, Nekane, Gómez, Juana, Hidalgo, Mª Dolores, Gorostiaga, Arantxa, Espada, Jose Pedro, Padilla García, Jose Luis, & Santed, Miguel Ángel (2020). Las consecuencias psicológicas de la Covid-19 y el confinamiento. https://bit.ly/3fAi1pr
  • Bauer, Martin W. (2008). Survey research and the public understanding of science. In Handbook of Public Communication of Science and Technology (pp. 125–144). Routledge.
  • Beyer, M., Laney, D., & Gartner. (2012). The Importance of “Big Data”: A Definition. Gartner. https://gtnr.it/3DSwAwT
  • Brondi, Sonia, Pellegrini, Giuseppe, Guráň, Peter, Fero, Martin, & Rubin, Andrea (2021). Dimensions of trust in different forms of science communication: the role of information sources and channels used to acquire science knowledge. Journal of Science Communications, 20 (03)(A08). https://doi.org/10.22323/2.20030208
  • Cámara, María Montaña, Laspra, Belén, & López-Cerezo, Jose Antonio (2016). Apropiación social de la ciencia en España. In Percepción Social de la Ciencia y la Tecnología en España 2016 (Issue December, pp. 19–49). http://hdl.handle.net/10651/54871
  • Cao, Longbing (2017). Data Science: A Comprehensive Overview. ACM Comput. Surv., 50(3). https://doi.org/10.1145/3076253
  • Chang, Wo & Grady, Nancy (2019). NIST Big Data Interoperability Framework: Volume 1, Definitions. NIST Special Publication, 1, 1–53.
  • Cotino Hueso, Lorenzo (2019). Riesgos e impactos del big data, la inteligencia artificial y la robótica. Enfoques, modelos y principios de la respuesta del derecho. Revista General de Derecho Administrativo, 50. https://fra.europa.eu/en/publication/2018/big-data-discrimination
  • Eizaguirre, Andoni (2009). Los estudios sobre percepción social de la ciencia. Acciones e Investigaciones Sociales, 27(27), 23–53.
  • European Commission (2014). Special Eurobarometer 419: Public perceptions of science, research and innovation (Issue October). https://doi.org/10.2777/95599
  • European Commission (2017a). Special Eurobarometer 460: Attitudes towards the impact of digitisation and automation on daily life (Issue May). https://doi.org/10.2759/835661
  • European Commission (2017b). Special Eurobarometer 464a: Europeans’ attitudes towards cyber security Fieldwork (Issue June). https://doi.org/10.2838/009088
  • European Commission (2020a). Comunicación de la Comisión al Parlamento Europeo, al Consejo, al Comité Económico y Social Europeo y al Comité de las Regiones. Una Estrategia Europea de Datos (COM(2020) 66 final). https://bit.ly/3h7s7hX
  • European Commission (2020b). Libro Blanco sobre la inteligencia artificial: un enfoque europeo orientado a la excelencia y la confianza. https://bit.ly/3Wp5oy2
  • European Commission (2020c). On Artificial Intelligence - A European approach to excellence and trust. https://doi.org/10.1017/CBO9781107415324.004
  • FECYT (2018). Percepción Social de la Ciencia y la Tecnología en España 2018. Fundación Española para la Ciencia y la Tecnología. https://bit.ly/3G3Rfk6
  • FECYT (2020). Percepción social de la ciencia y la tecnología en España 2020. Fundación Española para la Ciencia y la Tecnología. https://bit.ly/3UrT2TX
  • Felt, Ulrike (2007). O.P.U.S - Optimizing Public Understanding of Science. Final report project. Department for Philosophy of Science and Social Studies of Science, University of Vienna. https://bit.ly/3A0e30t.
  • Garretón Merino, Manuel Antonio, Muñoz Van den Eynde, Ana, Arancibia Gutiérrez, Marcelo, Camacho González, Johanna, Roberts Molina, Raimundo & Polino, Carmelo (2018). Ciudadanía: Ciencia y Tecnología. Reflexiones sobre la percepción de la ciencia y la tecnología en Chile. https://bit.ly/2WXM37d
  • Gartner (2001). Definition of Big Data. https://www.gartner.com/en/information-technology/glossary/big-data
  • Godin, Benoit, & Gingras, Yves (2000). What is scientific and technological culture and how is it measured? A multidimensional model. Public Understanding of Science, 9(1), 43–58. https://doi.org/10.1088/0963-6625/9/1/303
  • Hayashi, Chikio (1998). What is Data Science ? Fundamental Concepts and a Heuristic Example. In C. Hayashi, K. Yajima, H.-H. Bock, N. Ohsumi, Y. Tanaka, & Y. Baba (Eds.), Data Science, Classification, and Related Methods (pp. 40–51). Springer Japan.
  • IBM (2013). IBM What is big data? - Bringing big data to the enterprise. https://ibm.co/3WN3gk0
  • Khan, Nawsher, Yaqoob, Ibrar, Hasahem Ibrahim Abaker, Targio, Inayat, Zakira, Ali, Waleed Kamaleldin, Alam, Muhammad, Shiraz, Muhammad, & Gani, Abdullah (2014). Big data: Survey, technologies, opportunities, and challenges. The Scientific World Journal, 18. https://doi.org/10.1155/2014/712826
  • Knight, David (2006). Public understanding of science: A history of communicating scientific ideas..Routledge https://doi.org/10.4324/9780203966426
  • Labrinidis, Alexandros, & Jagadish, H. V. (2012). Challenges and opportunities with big data. Proceedings of the VLDB Endowment, Vol. 5, Issue 12, 2032–2033. https://doi.org/10.14778/2367502.2367572
  • López Cerezo, Jose Antonio (2010). Participación ciudadana y cultura científica. Arbor, CLXXXI(715), 351–362. https://doi.org/10.3989/arbor.2005.i715.417
  • Luz Clara, Bibiana Beatriz, & Malbernat, Lucía Rosario (2021). Riesgos, dilemas éticos y buenas prácticas en inteligencia artificial. XXIII Workshop de Investigadores En Ciencias de La Computación (WICC 2021, Chilecito, La Rioja), 155–159.
  • Lytras, Miltiades D., & Visvizi, Anna (2019). Big data and their social impact: Preliminary study. Sustainability, 11(18). https://doi.org/10.3390/su11185067
  • Mangione, Antonio (2021). La noticia sobre ciencia: sesgo hacia la comunicación de los resultados sobre los procesos de la investigación científica. SciComm Report, 1(1), 1–13. https://doi.org/10.32457/SCR.V1I1.660
  • Miller, Jon D. (2004). Public Understanding of, and Attitudes toward, Scientific Research: What We Know and What We Need to Know. Public Understanding of Science, 13(3), 273–294. https://doi.org/10.1177/0963662504044908
  • Miller, Jon D. (2012). The Sources and Impact of Civic Scientific Literacy. In M. Bauer, R. Shukla, & N. Allum (Eds.), The Culture of Science - How does the Public relate to Science across the Globe?. Routledge.
  • Miller, Jon D., & Laspra Pérez, Belén (2018). Los factores que influyen en la cultura científica. In Percepción Social de la Ciencia y la Tecnología 2018 (pp. 37–57).
  • Miller, Steve (2001). Public understanding of science at the crossroads. Public Understanding of Science, 10(1), 115–120. https://doi.org/10.3109/A036859
  • Ministerio de Ciencia Innovación y Universidades (2019). Estrategia Española De I+D+I En Inteligencia Artificial. https://bit.ly/3Ta8vY3
  • Moreno Castro, Carolina (2010). La construcción periodística de la ciencia a través de los medios de comunicación social: hacia una taxonomía de la difusión del conocimiento científico. Artefactos, 3(3), 109–130.
  • Paniagua, Esther (2019). Inteligencia Artificial. En Future Trends Forum (Vol. 52, Issue 55). Fundación Innovación Bankinter. https://bit.ly/3Tb3YEq
  • Pardo, Rafael (2014). De la alfabetización científica a la cultura científica: un nuevo modelo de apropiación social de la ciencia. In Culturas científicas e innovadoras. Progreso social (pp. 39–72).
  • Rohlman, Andrew (2019). What Is Data Science?. . Personal Page. https://bit.ly/3NOzk2G
  • Sáez, Daniel, & Costa-Soria, Cristóbal (2019). Whitepaper: Análisis de la estrategia Big Data e Inteligencia Artificial en España. https://bit.ly/3NCUUqO
  • Salaverría-Aliaga, Ramón (2021). Entender y combatir la desinformación sobre ciencia y salud (Informe GTM1). https://www.ciencia.gob.es/dam/jcr:44264922-8629-4567-b9b8-6d04aebb23d5/Entender_y_combatir_la_desinformacion_sobre_ciencia_y_salud.pdf
  • Samoili, Sofía, López Cobo, Montserrat, Gómez, Emilia, De Prato, Giuditta, Martínez-Plumed, Fernando, & Delipetrev, Blagoj (2020). AI Watch. Defining Artificial Intelligence. Towards an operational definition and taxonomy of artificial intelligence. En EUR 30117 EN, Publications Office of the European Union. https://doi.org/10.2760/382730
  • Sánchez-Holgado, Patricia (2022). La Ciencia de Datos como competencia transversal en Educación Secundaria en España. En S. Carrascal Dominguez & N. Camuñas Sánchez-Paulete (Eds.), Docencia y Aprendizaje. Competencias, identidad y formación del profesorado (pp. 419–450). Tirant lo Blanc.
  • Sánchez-Holgado, Patricia, Arcila-Calderón, Carlos, & Frías-Vázquez, Maximiliano (2021). El papel de los y las periodistas españoles ante la comunicación de la ciencia de datos en medios en línea. Revista Prisma Social, 32, 344–375. https://bit.ly/3fRUr7R
  • Sánchez-Holgado, Patricia, Marcos-Ramos, María, & González-de-Garay-Domínguez, Beatriz (2021). Diferencias de género en la percepción de la ciudadanía española sobre la Ciencia de Datos. Doxa Comunicación. Revista Interdisciplinar de Estudios de Comunicación y Ciencias Sociales, 235–256. https://doi.org/10.31921/doxacom.n33a1126
  • Summ, Annika, & Volpers, Anna-Maria (2016). What’s science? Where’s science? Science journalism in German print media. Public Understanding of Science, 25(7), 775–790. https://doi.org/10.1177/0963662515583419
  • Taddicken, Monika, & Krämer, Nicole (2021). Public online engagement with science information: on the road to a theoretical framework and a future research agenda. Journal of Science Communication, 20(3), 1–18. https://doi.org/10.22323/2.20030205
  • Tomás, David, Cachero, Cristina, Pujol, Francisco. A., Navarro Colorado, Borja, Caruana Ortuño, Maria Inmaculada, González Rico, Sergio, & Sempere Maciá, Natalia (2021). Identificación de sesgos y desinformación sobre la Inteligencia Artificial en el alumnado de Educación Superior. En Satorre Cuerda, Rosana (Ed.). Memorias del Programa de Redes-I3CE de calidad, innovación e investigación en docencia universitaria (pp. 2877-2897). Universidad de Alicante. http://rua.ua.es/dspace/handle/10045/121042
  • Vinuesa, Ricardo, Azizpour, Hossein, Leite, Iolanda, Balaam, Madeline, Dignum, Virginia, Domisch, Sami, Felländer, Anna, Langhans, Simone D., Tegmark, Max, & Fuso Nerini, Francesco (2020). The role of artificial intelligence in achieving the Sustainable Development Goals. Nature Communications 2020 11:1, 11(1), 1–10. https://doi.org/10.1038/s41467-019-14108-y
  • Vodafone Institute for Society and Communications (2016). Big Data: a european survey on the opportunities and risks of Data Analytics (Issue January). https://bit.ly/3NBQVej
  • Ward, Jonathan Stuart, & Barker, Adam (2013). Undefined by data: A survey of big data definitions. ArXiv. https://doi.org/10.48550/arXiv.1309.5821
  • Woodie, Alex (2016). Inside the Panama Papers: How Cloud Analytics Made It All Possible. Datanami. https://bit.ly/3EeC9XE
Fuente de los datos: Dialnet