Big Data e a Ciência das Redes
Não tem como definir. O potencial
revolucionário do Big Data é a sua
própria definição.
A incrível quantidade de dados
digitais que a internet produz está prestes a causar uma revolução em todas as
áreas do conhecimento humano.
A última vez que uma tecnologia
causou tamanho impacto foi no século XV com a invenção da prensa tipográfica por Gutenberg.
Por que um banco de dados teria
esse poder? Porque dados são a matéria prima do conhecimento que, por sua vez,
é a única forma de garantir a sobrevivência. Você pode ter se esquecido disso,
mas aprendemos para sobreviver às ameaças do ambiente.
Imagine a quantidade de dados que
você utiliza para decidir se pode atravessar uma rua com segurança: dados já
armazenados de experiências anteriores e dados que você recolhe naquele momento
como a velocidade do carro, a distância que ele está de você e a distância para
o outro lado da rua.
Todas as espécies fazem isso, mas
a humana é a única que além de se adaptar, faz previsões e tenta controlar seu
ambiente.
Captamos dados do mundo através
dos nossos sensores chamados de sentidos, acumulamos, relacionamos com outros
dados, formulamos hipóteses, testamos a sua eficácia no controle de certos
eventos e começamos tudo de novo em novas bases. Quanto maior a quantidade e
variedade dos dados que analisamos e quanto maior a sua confiabilidade, maiores
as nossas chances de sucesso.
Agora voltemos à internet. A
grande quantidade de dados certamente é uma condição necessária para a
revolução Big Data, mas não é suficiente. É preciso que eles sejam diversificados
e confiáveis.
No que diz respeito à variedade,
não há o que discutir. Hoje é difícil imaginar uma atividade que não seja feita
através, ou com o auxílio, da internet. Isso gera uma diversidade sem precedentes
em um único banco de dados digital.
A pressuposição da veracidade tem
fundamentos sólidos. Mais da metade dos dados digitais tem origem em rastros de
navegação (pegadas que deixamos cada vez que acionamos o mouse) e sensores de
todo tipo (como o GPS). Ou seja, a maior parte dos dados digitais é fornecida
de modo involuntário, portanto livre de erros de registro e interpretação e de ruídos
na comunicação, tão comuns em dados captados de outro modo. Outra grande parte é
fornecida de modo voluntário em transações comerciais e financeiras, consulta em
sites de busca e troca de mensagens, gerando dados igualmente autênticos.
Volume, variedade e veracidade
são três dos quatro “V”s que indicam o potencial revolucionário do Big Data. Mas
o melhor está por vir: a internet é a única rede artificial que se comporta
como uma rede natural (ecossistema, código genético ou a sociedade, por exemplo)
e por isso possui propriedades de um sistema vivo.
Os teóricos do assunto escolheram
a palavra “velocidade” para denominar essa dimensão, talvez porque comece com “V”
e combine com as demais já citadas, mas a escolha é inadequada. Velocidade está
mais associada à rapidez e não é disso que estamos falando. A palavra técnica
adequada é “stream”, que significa
fluxo. Eu prefiro a palavra “dinâmica”, a terminologia das Ciências das Redes.
A novíssima Ciência das Redes, que
surgiu há pouco mais de 10 anos para estudar redes complexas, afirma que a
dinâmica dos dados da internet (Big Data) permite a compreensão do
funcionamento das redes naturais.
Agora você pode estar se
perguntando: E por que usar os dados da internet e não os dados dos próprios
sistemas a serem compreendidos? Porque por ser digital, diferente dos sistemas
naturais, o Big Data pode ser analisado precisamente nas relações que suas
partes (dados) estabelecem entre si (links e logs). Ou seja, o Big Data pode
ser analisado de modo sistêmico e dinâmico.
Conhecer as partes de um sistema
é competência específica das ciências do século XX. Tem o seu valor e sua
importância, mas se mostra ineficaz para resolver aqueles problemas que não se
apresentam nas partes de um sistema, e sim em suas relações.
O melhor exemplo disso é o
Projeto Genoma que reduziu o DNA humano às suas partes sem causar o impacto que se imaginava
em novos tratamentos para doenças. Mas em ciência até resultados decepcionantes
a impulsionam. Se identificar o gene que carrega um fator indesejado nem sempre
traz a solução para o problema, os cientistas já buscam novos caminhos. Será
preciso colocar as partes do sistema juntas de novo e observá-las em
funcionamento com as outras partes e com outros sistemas.
 |
| Steve Jobs |
Steve Jobs, lendário criador da
Apple, teve todo o seu código genético mapeado para ser submetido a um tratamento
personalizado contra um câncer de pâncreas. Em sua lucidez, reconhecendo o
momento de revolução em que nos encontramos, afirmou: “Eu serei um dos primeiros a conseguir sobreviver a um câncer desse
tipo, ou um dos últimos a morrer disso”. Como se sabe, conhecer cada gene
de Jobs não levou os médicos à sua cura. As causas da doença não estavam em
nenhuma parte conhecida. Estavam nas relações que elas estabeleciam com as
outras partes e isso ainda é uma coisa desconhecida da medicina.
A Ciência das Redes afirma que a dimensão
dinâmica da internet, aliada às características de volume, variedade e veracidade
dos dados, permitirá a criação de modelos prescritivos para a solução desse e
de outros problemas complexos cujos impactos conhecemos tão bem, como aquecimento
global, epidemias, ataques terroristas, crises financeiras globais, desastres
naturais etc.
Nesse caso, Steve Jobs estará
mais uma vez certo: foi um dos últimos a morrer de câncer de pâncreas.
Agora precisamos saber se a ciência tem acesso aos dados que precisa. Falaremos sobre isso em outra publicação.
Tudo ainda não passa de especulações, mas é possível que os terroristas dos ataques a Paris (13/11/15) tenham se comunicado via PlayStation 4. A suspeita do uso do PS4 veio das evidências encontradas nas casas dos suspeitos e de outras pessoas que se relacionavam com eles, do fato de poder haver comunicação entre os usuários dos jogos, da existência de um bom sistema de criptografia nessas plataformas e do fato das agências de inteligência não terem rastreado nenhuma comunicação suspeita nos meios tradicionais de comunicação.
