Información del Plan Docente

Presentación

Esta asignatura pretende explicar y debatir sobre las consecuencias profundas que el Big Data provoca en nuestras sociedades, desde una perspectiva sobre todo comunicativa, pero también, puesto que la comunicación no es un fenómeno social aislado, en las corrientes de pensamiento, en la política, en la economía o en el derecho. Se pretende en esta asignatura ofrecer una perspectiva amplia y comprensiva que incluye los siguientes aspectos: definición de conceptos y antecedentes históricos del Big Data. Aproximaciones teóricas y críticas al análisis del big data: cibercultura, transhumanismo, dataísmo y singularidades. La economía en la era del big data: globalización y movimientos políticos, la post-democracia. Datificación de la vida cotidiana, digitalización de servicios básicos, nuevos servicios digitales, monopolios y concentración empresarial. Discursos mediáticos sobre big data. Explotación de big data; manipulación mediática y política. Cambios sociales: cultura del algoritmo, vigilancia masiva, privacidad e intimidad. Inteligencia artificial: algoritmos y sesgos. Desigualdades y brechas digitales. Análisis jurídico sobre big data.

Competencias asociadas

COMPETENCIAS ESPECÍFICAS

1. Distinguir las principales teorías, enfoques y metodologías en comunicación.
2. Operar de manera específica o integrada con datos de metodologías cualitativas y cuantitativas utilizadas en el campo de la comunicación.
3. Evaluar con argumentos científicos la certeza de las conclusiones propias y ajenas, a través de la participación en discusiones y seminarios del ámbito de la comunicación.

COMPETENCIAS PROPIAS

1.     Comprender el fenómeno big data y su impacto cultural y social.

2.     Entender las consecuencias de la dataficación de la vida cotidiana.

3.     Saber articular un discurso académico respecto al fenómeno big data en el campo de la comunicación.

4.     Conocer las bases de la llamada cultura algorítmica.

5.     Comprender cómo se obtiene conocimiento de los datos masivos en redes sociales y cuáles son las herramientas para visualizar redes.

6.     Analizar críticamente fenómenos como transhumanismo, dataísmo, y singularidades digitales.

7.     Comprender y analizar críticamente las consecuencias de los datos masivos en la economía, la democracia y la desigualdad social.

8.     Conocer los aspectos jurídicos básicos del big data.

Resultados del aprendizaje

Resolver los problemas relacionados con la dataficacion de la vida cotidiana aplicando las competencias a casos reales concretos.

Redactar un texto científico a la manera de un artículo sobre big data, siguiendo las características de este tipo de discurso.

Emplear las herramientas de análisis de datos a casos y problemas concretos.

Analizar y explicar las derivaciones del transhumanismo, el dataísmo y las singularidades digitales mediante casos concretos cercanos.

Promover el debate y proponer soluciones a las desigualdades sociales mediante el buen uso de los datos.

Resolver problemas jurídicos concretos relacionados con casos específicos.

Objetivos de Desarrollo Sostenible

Se trabajarán ODS relacionados con:

Reducción de las desigualdades.

Paz, justica e instituciones sólidas.

Trabajo decente y crecimiento económico.

Educación de calidad.

Prerrequisitos

No hay prerrequisitos

Contenidos

Tema 1: Introducción a Big data

¿Qué entendemos por big data? Definición de conceptos y antecedentes históricos del Big Data. Aproximaciones teóricas y críticas al análisis del big data. Big data: nuevas epistemología y cambios de paradigma. Preguntas de investigación para muestras de big data.

Tema 2. La datificación de la vida cotidiana.

Digitalización de servicios básicos; nuevos servicios digitales. Discursos mediáticos sobre big data.

Tema 3. Big data y la cultura del algoritmo.

Cambios sociales: cultura del algoritmo. Inteligencia artificial: algoritmos y sesgos. El caso de Tay. Ordenación, recomendación y personalización de contenidos y su impacto. La auditoría de algoritmos. La alfabetización en algoritmos y big data en relación con la comunicación.  

Tema 4. Big data y redes sociales (Big social data). El paradigma Cambridge Analytica. ¿Qué datos pueden extraerse de las redes sociales? ¿Cuáles son las limitaciones? Los atributos latentes: identificación de características políticas e ideológicas, orientación sexual, actitudes y opiniones sobre cuestiones controvertidas. El uso del big data en las campañas políticas. Big data y populismo.

Tema 5. Analítica Cultural y Datos Abiertos. El análisis computacional de grandes muestras de objetos culturales. La visualización de millones de datos. Métodos de análisis de la cultura digital. Datos abiertos: ¿cómo encontrar conjuntos de datos (datasets) para el análisis de la comunicación?

Tema 6. Cibercultura y big data

El concepto de cibercultura y su aplicación a la cultura del big data. Análisis crítico de movimientos relacionados: transhumanismo, dataísmo, singularidades digitales.

Tema 7. Economía en la era del big data

Se analizarán las consecuencias de la plena aplicación y uso del big data en la economía. En concreto, centraremos nuestra atención en la extensión de monopolios, y las reacciones contra las posiciones de abuso dominante, la concentración empresarial y, muy especialmente, en la globalización y en los movimientos a favor y en contra.

Tema 8. Post-democracia y big data

¿Cuál es el futuro de la democracia y de los diferentes modelos de participación democrática en la era del big data? ¿Hasta qué punto se puede manipular la opinión pública mediante el uso de tecnologías basadas en el uso de grandes cantidades de datos?

Tema 9. Desigualdad y big data

La desigualdad económica, bien sea de ingresos, de patrimonio, y otras cuestiones relacionadas, como la brecha de género, raza o clase social, se están seguramente ampliando en esta era dominada por el big data. El uso de esas grandes cantidades de datos puede ser parte de la solución, pero también del problema. En todo caso, nos servirá para establecer un diagnóstico de la desigualdad. Nos centraremos especialmente en la desigualdad en el acceso a la información digital y al manejo de esos datos.

Tema 10. La respuesta del derecho: Aspectos jurídicos relacionados con el big data

El big data ha plantado nuevos retos jurídicos. Entre ellos, al menos dos: la gestión de la intimidad y la privacidad, y la protección de la propiedad intelectual. Asimismo, y relacionado con el módulo anterior, está la cuestión de la regulación del acceso a la información digital.

Metodología docente

1.     Método expositivo o lección magistral.

2.     Estudio de casos.

3.     Resolución de ejercicios y problemas.

4.     Clases invertidas.

Evaluación

SE1 Seminario: Presentación de un ensayo + Exposición oral. A partir de las lecturas obligatorias y recomendadas, y otras que los estudiantes puedan obtener por su cuenta para completar la exposición, individualmente o en pequeños grupos los estudiantes prepararán su exposición y se procederá a la discusión y puesta en común.

SE2 Evaluación de proyectos y ejercicios. Como trabajo final de la asignatura, los y las estudiantes deberán preparar un proyecto de investigación referente a uno de los aspectos del Big Data estudiados en esta asignatura, y exponerlo razonadamente.

Bibliografía y recursos de información

6.1. Bibliografía básica

Díaz-Noci, J. (2021). Cibercultura en tiempos de pandemia. Revista Internacional de los Estudios Vascos [en prensa]

Didenko, N. I.; Skripnuk, D. F.; Mirolyubova, O. V. (2017). Big data and the global economy. Conference | 2017 Tenth International Conference Management of Large-Scale System Development (MLSD) Management of Large-Scale System Development (MLSD), 2017 Tenth International Conference. :1-5 Oct, 2017

Mendelson, A. (2019). Security and Privacy in the Age of Big Data and Machine Learning. Computer. IEEE Computer Society, 2019: 65-70

Nielsen, R. K.; Kalogeropoulos, A. (2019). Social Inequalities in News Consumption. Oxford: Reuters Institute for the Study of Journalism.

Redden, J. (2018). “Democratic governance in an age of datafication: Lessons from mapping government discourses and practices”. Big Data & Society. July–December 2018: 1–13.

6.2. Bibliografía complementaria

Dourish, P., & Gómez Cruz, E. (2018). Datafication and data fiction: Narrating data and narrating with data. Big Data & Society. https://doi.org/10.1177/2053951718784083

Elkin-Koren, N. (2020). Contesting algorithms: Restoring the public interest in content filtering by artificial intelligence. Big Data & Society. https://doi.org/10.1177/2053951720932296

Felt, M. (2016). Social media and the social sciences: How researchers employ Big Data analytics. Big Data & Society. https://doi.org/10.1177/2053951716645828

Gervais, D. (2019). “Exploring the Interfaces between Big Data and Intellectual Property Law”. 10 J. Intell. Prop. Info. Tech. & Elec. Com. L. 3 (2019) / Journal of Intellectual Property, Information Technology and Electronic Commerce Law, 10(1):3-19

Gray, J., Gerlitz, C., & Bounegru, L. (2018). Data infrastructure literacy. Big Data & Society. https://doi.org/10.1177/2053951718786316

Gruzd, A., & Mai, P. (2020). Going viral: How a single tweet spawned a COVID-19 conspiracy theory on Twitter. Big Data & Society. https://doi.org/10.1177/2053951720938405

Horgan, J. (1996). The End of Science: Facing the Limits of Science in the Twilight of the Scientific Age. New York: Broadway Books.

Mäihäniemi, B. (2020) Competition law and big data: imposing access to information in digital markets. Cheltenham: Elgar. (se emplearán capítulos determinados)

Manovich, L. (2020). Cultural Analytics. Cambridge, MA: MIT Press.

Pozen, D. E. ; Schudson, M. (eds.) (2018). Troubling transparency : the history and future of freedom of information. New York: Columbia University Press (se emplearán capítulos determinados)

Suárez Gonzalo, S. (2019). Big data, poder y libertad. Tesis doctoral. Enlace: https://repositori.upf.edu/handle/10230/43273

6.3. Recursos didácticos

Learning materials https://sicss.io/curriculum

6.4. Lecturas obligatorias

Tema 1.

Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data & Society. https://doi.org/10.1177/2053951714528481

Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work and think. London: John Murray.

Tema 2.

Suarez-Gonzalo, S.; Guerrero-Solé, F. (2016). La conversación sobre big data en Twitter. Una primera aproximación al análisis del discurso dominante. Comunicació: revista de recerca i d'anàlisi, 33, 113-131. ISSN: 2014-0304.

Tema 3.

Barry, L., & Charpentier, A. (2020). Personalization as a promise: Can Big Data change the practice of insurance? Big Data & Society. https://doi.org/10.1177/ 2053951720935143

Brown, S., Davidovic, J., & Hasan, A. (2021). The algorithm audit: Scoring the algorithms that score us. Big Data & Society. https://doi.org/10.1177/2053951720983865.

Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). The ethics of algorithms: Mapping the debate. Big Data & Society. https://doi.org/10.1177/2053951716679679

Tema 4.

Duch, J.; Guerrero-Solé, F. Els nous reptes del periodisme: fake news i big data. A l’Informe de la comunicació a Catalunya 2017-2018. InCom-UAB, 303-318. ISSN:2014-2773.

Guerrero-Solé, F.; Suárez-Gonzalo, S.; Rovira, C.; Codina, L. (2020). Social media, context collapse and the future of data-driven populism. Profesional de la información, v. 29, n. 5, e290506. https://doi.org/10.3145/epi.2020.sep.06

Tema 6.

Díaz-Noci, J. (2021). Cibercultura en tiempos de pandemia. Revista Internacional de los Estudios Vascos [en prensa]

Tema 7.

Didenko, N. I.; Skripnuk, D. F.; Mirolyubova, O. V. Big data and the global economy. Conference | 2017 Tenth International Conference Management of Large-Scale System Development (MLSD) Management of Large-Scale System Development (MLSD), 2017 Tenth International Conference. :1-5 Oct, 2017

Tema 8.

Redden, J. “Democratic governance in an age of datafication: Lessons from mapping government discourses and practices”. Big Data & Society. July–December 2018: 1–13.

Tema 9.

Nielsen, R. K.; Kalogeropoulos, A. Social Inequalities in News Consumption. Oxford: Reuters Institute for the Study of Journalism, 2019.

Tema 10.

Mendelson, A. Security and Privacy in the Age of Big Data and Machine Learning. Computer. IEEE Computer Society, 2019: 65-70

Información del Plan Docente

Presentación

Esta asignatura pretende explicar y debatir sobre las consecuencias profundas que el Big Data provoca en nuestras sociedades, desde una perspectiva sobre todo comunicativa, pero también, puesto que la comunicación no es un fenómeno social aislado, en las corrientes de pensamiento, en la política, en la economía o en el derecho. Se pretende en esta asignatura ofrecer una perspectiva amplia y comprensiva que incluye los siguientes aspectos: definición de conceptos y antecedentes históricos del Big Data. Aproximaciones teóricas y críticas al análisis del big data: cibercultura, transhumanismo, dataísmo y singularidades. La economía en la era del big data: globalización y movimientos políticos, la post-democracia. Datificación de la vida cotidiana, digitalización de servicios básicos, nuevos servicios digitales, monopolios y concentración empresarial. Discursos mediáticos sobre big data. Explotación de big data; manipulación mediática y política. Cambios sociales: cultura del algoritmo, vigilancia masiva, privacidad e intimidad. Inteligencia artificial: algoritmos y sesgos. Desigualdades y brechas digitales. Análisis jurídico sobre big data.

Competencias asociadas

COMPETENCIAS ESPECÍFICAS

1. Distinguir las principales teorías, enfoques y metodologías en comunicación.
2. Operar de manera específica o integrada con datos de metodologías cualitativas y cuantitativas utilizadas en el campo de la comunicación.
3. Evaluar con argumentos científicos la certeza de las conclusiones propias y ajenas, a través de la participación en discusiones y seminarios del ámbito de la comunicación.

COMPETENCIAS PROPIAS

1.     Comprender el fenómeno big data y su impacto cultural y social.

2.     Entender las consecuencias de la dataficación de la vida cotidiana.

3.     Saber articular un discurso académico respecto al fenómeno big data en el campo de la comunicación.

4.     Conocer las bases de la llamada cultura algorítmica.

5.     Comprender cómo se obtiene conocimiento de los datos masivos en redes sociales y cuáles son las herramientas para visualizar redes.

6.     Analizar críticamente fenómenos como transhumanismo, dataísmo, y singularidades digitales.

7.     Comprender y analizar críticamente las consecuencias de los datos masivos en la economía, la democracia y la desigualdad social.

8.     Conocer los aspectos jurídicos básicos del big data.

Resultados del aprendizaje

Resolver los problemas relacionados con la dataficacion de la vida cotidiana aplicando las competencias a casos reales concretos.

Redactar un texto científico a la manera de un artículo sobre big data, siguiendo las características de este tipo de discurso.

Emplear las herramientas de análisis de datos a casos y problemas concretos.

Analizar y explicar las derivaciones del transhumanismo, el dataísmo y las singularidades digitales mediante casos concretos cercanos.

Promover el debate y proponer soluciones a las desigualdades sociales mediante el buen uso de los datos.

Resolver problemas jurídicos concretos relacionados con casos específicos.

Objetivos de Desarrollo Sostenible

Se trabajarán ODS relacionados con:

Reducción de las desigualdades.

Paz, justica e instituciones sólidas.

Trabajo decente y crecimiento económico.

Educación de calidad.

Prerrequisitos

No hay prerrequisitos

Contenidos

Tema 1: Introducción a Big data

¿Qué entendemos por big data? Definición de conceptos y antecedentes históricos del Big Data. Aproximaciones teóricas y críticas al análisis del big data. Big data: nuevas epistemología y cambios de paradigma. Preguntas de investigación para muestras de big data.

Tema 2. La datificación de la vida cotidiana.

Digitalización de servicios básicos; nuevos servicios digitales. Discursos mediáticos sobre big data.

Tema 3. Big data y la cultura del algoritmo.

Cambios sociales: cultura del algoritmo. Inteligencia artificial: algoritmos y sesgos. El caso de Tay. Ordenación, recomendación y personalización de contenidos y su impacto. La auditoría de algoritmos. La alfabetización en algoritmos y big data en relación con la comunicación.  

Tema 4. Big data y redes sociales (Big social data). El paradigma Cambridge Analytica. ¿Qué datos pueden extraerse de las redes sociales? ¿Cuáles son las limitaciones? Los atributos latentes: identificación de características políticas e ideológicas, orientación sexual, actitudes y opiniones sobre cuestiones controvertidas. El uso del big data en las campañas políticas. Big data y populismo.

Tema 5. Analítica Cultural y Datos Abiertos. El análisis computacional de grandes muestras de objetos culturales. La visualización de millones de datos. Métodos de análisis de la cultura digital. Datos abiertos: ¿cómo encontrar conjuntos de datos (datasets) para el análisis de la comunicación?

Tema 6. Cibercultura y big data

El concepto de cibercultura y su aplicación a la cultura del big data. Análisis crítico de movimientos relacionados: transhumanismo, dataísmo, singularidades digitales.

Tema 7. Economía en la era del big data

Se analizarán las consecuencias de la plena aplicación y uso del big data en la economía. En concreto, centraremos nuestra atención en la extensión de monopolios, y las reacciones contra las posiciones de abuso dominante, la concentración empresarial y, muy especialmente, en la globalización y en los movimientos a favor y en contra.

Tema 8. Post-democracia y big data

¿Cuál es el futuro de la democracia y de los diferentes modelos de participación democrática en la era del big data? ¿Hasta qué punto se puede manipular la opinión pública mediante el uso de tecnologías basadas en el uso de grandes cantidades de datos?

Tema 9. Desigualdad y big data

La desigualdad económica, bien sea de ingresos, de patrimonio, y otras cuestiones relacionadas, como la brecha de género, raza o clase social, se están seguramente ampliando en esta era dominada por el big data. El uso de esas grandes cantidades de datos puede ser parte de la solución, pero también del problema. En todo caso, nos servirá para establecer un diagnóstico de la desigualdad. Nos centraremos especialmente en la desigualdad en el acceso a la información digital y al manejo de esos datos.

Tema 10. La respuesta del derecho: Aspectos jurídicos relacionados con el big data

El big data ha plantado nuevos retos jurídicos. Entre ellos, al menos dos: la gestión de la intimidad y la privacidad, y la protección de la propiedad intelectual. Asimismo, y relacionado con el módulo anterior, está la cuestión de la regulación del acceso a la información digital.

Metodología docente

1.     Método expositivo o lección magistral.

2.     Estudio de casos.

3.     Resolución de ejercicios y problemas.

4.     Clases invertidas.

Evaluación

SE1 Seminario: Presentación de un ensayo + Exposición oral. A partir de las lecturas obligatorias y recomendadas, y otras que los estudiantes puedan obtener por su cuenta para completar la exposición, individualmente o en pequeños grupos los estudiantes prepararán su exposición y se procederá a la discusión y puesta en común.

SE2 Evaluación de proyectos y ejercicios. Como trabajo final de la asignatura, los y las estudiantes deberán preparar un proyecto de investigación referente a uno de los aspectos del Big Data estudiados en esta asignatura, y exponerlo razonadamente.

Bibliografía y recursos de información

6.1. Bibliografía básica

Díaz-Noci, J. (2021). Cibercultura en tiempos de pandemia. Revista Internacional de los Estudios Vascos [en prensa]

Didenko, N. I.; Skripnuk, D. F.; Mirolyubova, O. V. (2017). Big data and the global economy. Conference | 2017 Tenth International Conference Management of Large-Scale System Development (MLSD) Management of Large-Scale System Development (MLSD), 2017 Tenth International Conference. :1-5 Oct, 2017

Mendelson, A. (2019). Security and Privacy in the Age of Big Data and Machine Learning. Computer. IEEE Computer Society, 2019: 65-70

Nielsen, R. K.; Kalogeropoulos, A. (2019). Social Inequalities in News Consumption. Oxford: Reuters Institute for the Study of Journalism.

Redden, J. (2018). “Democratic governance in an age of datafication: Lessons from mapping government discourses and practices”. Big Data & Society. July–December 2018: 1–13.

6.2. Bibliografía complementaria

Dourish, P., & Gómez Cruz, E. (2018). Datafication and data fiction: Narrating data and narrating with data. Big Data & Society. https://doi.org/10.1177/2053951718784083

Elkin-Koren, N. (2020). Contesting algorithms: Restoring the public interest in content filtering by artificial intelligence. Big Data & Society. https://doi.org/10.1177/2053951720932296

Felt, M. (2016). Social media and the social sciences: How researchers employ Big Data analytics. Big Data & Society. https://doi.org/10.1177/2053951716645828

Gervais, D. (2019). “Exploring the Interfaces between Big Data and Intellectual Property Law”. 10 J. Intell. Prop. Info. Tech. & Elec. Com. L. 3 (2019) / Journal of Intellectual Property, Information Technology and Electronic Commerce Law, 10(1):3-19

Gray, J., Gerlitz, C., & Bounegru, L. (2018). Data infrastructure literacy. Big Data & Society. https://doi.org/10.1177/2053951718786316

Gruzd, A., & Mai, P. (2020). Going viral: How a single tweet spawned a COVID-19 conspiracy theory on Twitter. Big Data & Society. https://doi.org/10.1177/2053951720938405

Horgan, J. (1996). The End of Science: Facing the Limits of Science in the Twilight of the Scientific Age. New York: Broadway Books.

Mäihäniemi, B. (2020) Competition law and big data: imposing access to information in digital markets. Cheltenham: Elgar. (se emplearán capítulos determinados)

Manovich, L. (2020). Cultural Analytics. Cambridge, MA: MIT Press.

Pozen, D. E. ; Schudson, M. (eds.) (2018). Troubling transparency : the history and future of freedom of information. New York: Columbia University Press (se emplearán capítulos determinados)

Suárez Gonzalo, S. (2019). Big data, poder y libertad. Tesis doctoral. Enlace: https://repositori.upf.edu/handle/10230/43273

6.3. Recursos didácticos

Learning materials https://sicss.io/curriculum

6.4. Lecturas obligatorias

Tema 1.

Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data & Society. https://doi.org/10.1177/2053951714528481

Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work and think. London: John Murray.

Tema 2.

Suarez-Gonzalo, S.; Guerrero-Solé, F. (2016). La conversación sobre big data en Twitter. Una primera aproximación al análisis del discurso dominante. Comunicació: revista de recerca i d'anàlisi, 33, 113-131. ISSN: 2014-0304.

Tema 3.

Barry, L., & Charpentier, A. (2020). Personalization as a promise: Can Big Data change the practice of insurance? Big Data & Society. https://doi.org/10.1177/ 2053951720935143

Brown, S., Davidovic, J., & Hasan, A. (2021). The algorithm audit: Scoring the algorithms that score us. Big Data & Society. https://doi.org/10.1177/2053951720983865.

Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). The ethics of algorithms: Mapping the debate. Big Data & Society. https://doi.org/10.1177/2053951716679679

Tema 4.

Duch, J.; Guerrero-Solé, F. Els nous reptes del periodisme: fake news i big data. A l’Informe de la comunicació a Catalunya 2017-2018. InCom-UAB, 303-318. ISSN:2014-2773.

Guerrero-Solé, F.; Suárez-Gonzalo, S.; Rovira, C.; Codina, L. (2020). Social media, context collapse and the future of data-driven populism. Profesional de la información, v. 29, n. 5, e290506. https://doi.org/10.3145/epi.2020.sep.06

Tema 6.

Díaz-Noci, J. (2021). Cibercultura en tiempos de pandemia. Revista Internacional de los Estudios Vascos [en prensa]

Tema 7.

Didenko, N. I.; Skripnuk, D. F.; Mirolyubova, O. V. Big data and the global economy. Conference | 2017 Tenth International Conference Management of Large-Scale System Development (MLSD) Management of Large-Scale System Development (MLSD), 2017 Tenth International Conference. :1-5 Oct, 2017

Tema 8.

Redden, J. “Democratic governance in an age of datafication: Lessons from mapping government discourses and practices”. Big Data & Society. July–December 2018: 1–13.

Tema 9.

Nielsen, R. K.; Kalogeropoulos, A. Social Inequalities in News Consumption. Oxford: Reuters Institute for the Study of Journalism, 2019.

Tema 10.

Mendelson, A. Security and Privacy in the Age of Big Data and Machine Learning. Computer. IEEE Computer Society, 2019: 65-70