Con carácter general se denomina "algoritmo" a cualquier proceso que permite obtener resultados de forma automática, a partir de unos datos y siguiendo un proceso preestablecido. Puede ser más o menos complejo en cuanto a etapas a seguir y técnicas matemáticas o lógicas de análisis.
Todos hemos estudiado el elemental algoritmo de Euclides para determinar el máximo común divisor de dos números. Quienes hayan seguido algún curso de programación matemática o Investigación Operativa, recordarán referencias al algoritmo de Dantzig o al del camino crítico en grafos para gestión de proyectos. No es nada nuevo la utilización de algoritmos o métodos automáticos de cálculo para resolver problemas económicos, en particular de optimización. En su esencia es partir de unos datos y aplicar un mecanismo de tratamiento automático a partir de criterios o instrucciones matemáticas o lógicas, que pueden reflejarse en un programa informático, para obtener unos resultados.
Sin embargo, hay unos nuevos componentes que están llevando a un papel estelar de una nueva familia de algoritmos que utilizan la disponibilidad de datos masivos (Big Data) y las posibilidades crecientes del análisis con nuevas aplicaciones informáticas. Como ejemplo significativo, en EEUU se ha constituido una empresa, Algorithmia (@algorithmia), que ofrece miles de algoritmos elaborados por cerca de 20.000 autores internos y externos para aplicaciones tan diversas como determinar el sentimiento de un texto, resumirlo automáticamente o dar color a una imagen en blanco y negro.
Pero lo que está revolucionando la gestión de los datos económicos son las aplicaciones de empresas de análisis de riesgo, logística, selección de personal, aseguradoras,…utilizando complejos procesos, a partir de datos masivos, para determinar patrones de comportamiento y probabilidades de compra, accidentes o éxito profesional según características de cada sujeto. Según la consultora Gartner, el ritmo de adopción es tan rápido como para que, en 2018, del orden de la mitad de las grandes empresas mundiales utilicen complejos y múltiples algoritmos de elaboración propia.
Personalmente creo que los procesos automáticos de tratamiento de datos económicos y empresariales tienen una utilidad indudable, empujados por una ola de innovación tecnológica con datos masivos y apps de acceso generalizado. Sin embargo, hay al menos dos peligros que conviene vigilar muy de cerca.
El primero es la ética de la utilización de procesos que, por su propio automatismo y bajo coste de aplicación y difusión de resultados, pueden caer en desviaciones inaceptables. Un ejemplo típico es el caso de un agente de operaciones de futuro que generó miles de ordenes falsas de venta y provocó una caída del Dow Jones de cientos de puntos durante unos minutos.
El segundo peligro es dar excesiva importancia a aplicaciones que dan unos resultados a partir de unas cajas negras que calculan pero no explican; o que dependen de criterios de selección arbitrarios y no explícitos y objetivamente justificados.
Convertir datos en información para la toma de decisiones exige no hacer trampas en en el proceso y entender lo que hacemos. Tomar datos de entrada, aplicar un automatismo y obtener datos de salida no es, en sí mismo, una garantía de conocimiento útil.
Antonio Pulido http://www.twitter.com/PsrA
