Me gustó mucho esta reflexión de David Jennings en el marco de LAK12, el curso de analítica del aprendizaje que estoy haciendo:
What I like about Last.fm is that, notwithstanding the fact that all your data is public visible, it still feels like you own it. You can use your Last.fm id to do useful things like build your profile or your playlists and preferences on other music sites. You can get all sorts of clever and beautiful visualisations of your listening behaviour over time.
Why can’t you do the same with the data that Amazon, Google, Facebook and your VLE/LMS hold about you? Having data about your own learning behaviour would undoubtedly help you improve, enhance and augment that behaviour. Why can’t we do this already?
Uno de los grandes dilemas alrededor de la analítica del aprendizaje es la propiedad de los datos. En los primeros años de la disciplina, los datos estaban en los LMS, es decir, los sistemas de gestión del aprendizaje y estos, a su vez, eran propiedad de las empresas y las instituciones educativas que ofrecían los cursos. Hoy, muchos de los datos relativos al aprendizaje están en plataformas también cerradas pero que ahora son propiedad de empresas como Facebook, Tuenti, Twitter o Delicious.
Podríamos pensar que la solución es nunca tener nada en un servidor que no controlamos —una solución muy buena, por cierto— pero en el campo de la analítica esto no es suficiente porque su valor añadido viene precisamente de la agregación de estos datos que requiere de instalaciones muy distintas a un hosting propio. La pregunta clave parece ser no tanto quién es el propietario de los datos sino quién puede hacer analítica y poner los datos a trabajar.
Yo creo que la propiedad de los datos sigue siendo relevante: te dejo o no te dejo usarlos. Te dejo o no te dejo cruzarlos, reutilizarlos.
La salida es como siempre la misma: el valor de la apertura como incentivo a la colaboración. Si yo libero y tu liberas, los dos ganamos.
El miedo será el mismo: al cruzar datos puede que aparezcan secretos que no se esperaba revelar… Pero, mejor la transparencia ¿no?
De hecho, recuerdo que uno de los problemas de los investigadores con modelos econométricos era poner las series utilizadas a disposición de los demás para poder repetir los cálculos. No todos los científicos se atrevían.
Así que mi conclusión es liberar para «poder».
La transparencia tiene dos cosas buenas, pero derivan de la misma:
1. Evita que grandes bolas de pus engorden y engorden tipo Lehman.
2. Si el punto 1 es cierto es, precisamente, porque mucha más gente puede supervisar, calcular, simular.
Vivimos en un mundo donde todo queda grabado en alguna parte. Está claro que parte de ello podemos reducirlo, pero ¿qué hacemos con el resto? Mucho mejor liberar para poder, sí.
Estoy de acuerdo con que la propiedad de los datos sigue siendo importante. Sólo desde la posición o actitud de «propietario» se puede liberar. Respecto a la transparencia, es el mecanismo para que propuestas de liberación (por parte de una organización) tengan respuesta positiva (de los propietarios).
Esto de la actitud de propietario es casi el tema más gordo de todo esto, saliendo cada vez más aplicaciones, para recoger datos cada vez más delicados, con el opt-in por defecto.