conocimiento científico en el contexto big data

reflexiones desde la epistemología de Popper

Autores/as

DOI:

https://doi.org/10.36311/1940-1640.2020.v14n4.10936

Palabras clave:

Big data, ciencia, Epistemología, Karl Popper

Resumen

Presenta el contexto del big data y su relación con el conocimiento científico a partir de la siguiente pregunta: ¿La extracción de información de grandes volúmenes de datos representa un cambio epistemológico para la ciencia en general? El objetivo general es reflexionar sobre las implicaciones epistemológicas del contexto del big data a partir de las propuestas del epistemólogo Karl Popper. Concretamente, los objetivos son: a) discutir las implicaciones teóricas de la ciencia en el campo de la epistemología; b) hablar de los conceptos de lo que convencionalmente se denominó "big data"; c) analizar los posibles impactos del contexto de big data sobre el conocimiento científico. Metodológicamente, se trata de un estudio exploratorio y descriptivo de carácter teórico para ayudar a la reflexión crítica sobre el fenómeno del big data y sus consecuencias para la práctica científica de cualquier área del conocimiento. Como resultado, se presenta un análisis crítico de un fenómeno poco estudiado en el aspecto epistemológico. Se concluye que el contexto del big data ha revolucionado los procesos de toma de decisiones en las empresas, pero no es posible decir que se produzca la misma revolución en el aspecto epistemológico.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Eugênio Monteiro da Silva Júnior, Universidade Federal de Santa Catarina
    Doutorando do Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de Santa Catarina (UFSC). Possui mestrado em Modelagem Computacional, especialização em Engenharia de Sistemas e graduação em Sistemas de Informação pela Universidade Estadual de Montes Claros (Unimontes). Atualmente, é Analista de Tecnologia da Informação no Instituto de Ciências Agrárias da Universidade Federal de Minas Gerais (UFMG).  
  • Cezar Karpinski, Universidad Federal de Santa Catarina
    Profesor Asociado I de la Universidad Federal de Santa Catarina donde trabaja en los cursos de
    licenciatura en Archivología, Bibliotecología y Ciencias de la Información, y en el Posgrado
    en Ciencias de la Información. Licenciada en Filosofía, Maestría y Doctora en Historia.
    Actuación e investigación en el área de Ciencias de la Información, en las interfaces:
    Información y Memoria; Estudios históricos y epistemológicos de Ciencias de la Información;
    Historia de Archivos y Bibliotecas; Patrimonio cultural, natural y documental;
    Conservación preventiva. Ciencia de la Información e Interdisciplinariedad; Gestión de la
    información y el conocimiento. En el área de Historia, se especializa en Historia y Medio
    Ambiente, Río Iguaçu (siglos XIX y XX), Patrimonio Ambiental, Cataratas y Parque Nacional
    del Iguazú, Plantas Hidroeléctricas e Historia Oral.
  • Moisés Lima Dutra, Universidad Federal de Santa Catarina

    Profesor de la Universidad Federal de Santa Catarina, Departamento de Ciencias de la Información. Doctorado en Computación por la Universidad de Lyon 1, Francia (2009). Magíster en Ingeniería Eléctrica, Subárea de Automatización y Sistemas (2005) y Licenciatura en Computación (1998) por la Universidad Federal de Santa Catarina. Sus líneas de investigación actuales están relacionadas con Inteligencia Artificial Aplicada (Machine Learning, Deep Learning, Web Semántica, Linked Data) y Data Science (Text Mining, Big Data, IoT). Está vinculado al grupo de investigación ITI-RG (Inteligencia, Tecnología e Información - Grupo de Investigación).

Referencias

Amin, A. and Thrift, N. Cities: Reimagining the Urban, Polity. 2002.

Anderson, C. “The end of theory: the data deluge makes the scientific method obsolete”. Wired Magazine, 2008, https://www.wired.com/2008/06/pb-theory/. Acessado 15 fev. 2020.

Barbieri, J. C. Produção e transferência de tecnologia. Ática, 1990.

Chalmers, A. F. O que ciência afinal?. Brasiliense, 1993.

Costa et al. Dados científicos: estudos práticos, teóricos e epistêmicos. Ideia, 2020.

Dutra, L. H. D. Introdução à Epistemologia. Editora Unesp, 2010.

Eugênio, M., França, R. O., Perez, R. C. “Ciência da informação sob a ótica paradigmática de Thomas Kuhn: elementos de reflexão.” Perspectivas em Ciência da Informação. 1996.

Falsarella, O. M., et al.“Gestão estratégica empresarial: proposição de um modelo de monitoramento informacional na era do big data”. Revista Digital de Biblioteconomia & Ciência da Informação, v. 15, n. 2, p. 420-441, 2017. DOI: 10.20396/rdbci.v15i2.8647124. Acesso em: 18 nov. 2020.

Floridi, L. “Big Data and their epistemological challenge”. Philosophy of Tecnology, v.24, n.4, p.435-437, 2012.

Frické, Martin. “Big Data and Its Epistemology”. Journal of the Association for Information Science and Technology, v.66, n.4, p.651-661, 2015. Disponível em: https://asistdl.onlinelibrary.wiley.com/doi/epdf/10.1002/asi.23212. Acesso em: 18 nov. 2020.

Furlan, P. K.; Laurindo, F. J. B. “Agrupamentos epistemológicos de artigos publicados sobre big data analytics”. Transinformação, v. 29, n. 1, p. 91-100, 2017. DOI: 10.1590/2318-08892017000100009. Acesso em: 18 nov. 2020.

Gandomi, A., and Haider, A. “Beyond the hype: Big data concepts, methods and analytics.” International Journal of Information Management, v. 35, o. 2, 2015. DOI: https://doi.org/10.1016/j.ijinfomgt.2014.10.007. Acesso em: 15 mar. 2020.

Haraway, D. Simians, Cyborgs and Women: The Reinvention of Nature. New York: Routledge. 1991.

Hempel, C. G. La explicación científica: estudios sobre filosofía de la ciencia, Buenos Aires, Paidós. 1979.

Japiassu, H. Introdução ao pensamento epistemológico. Livraria Francisco Alves Editora. 1977.

Kitchin, R. “Big Data and Human Geography: Oportunities, Challanges and Risks.” Dialogues in Human Geography, vol. 3 no. 3, 2013, pp. 262-267, doi: 10.1177/2043820613513388. Acessado 01 fev. 2020.

Kitchin, R. “Big Data, new epistemologies and paradigms shift.” Big Data and Society, vol. 1, 2014, doi: 10.1177/2053951714528481. Acessado 10 dez. 2019.

Kuhn, T. The structure of scientific revolutions. Chicago: University of Chicago Press, 1962.

Lakatos, I. “Popper on demarcation and induction”. In Schilpp, P.A. (Ed.). The philosophy of Karl Popper. La Salle, IL: Open Court, 1974a.

Lakatos, I. “The role of crucial experiments in science”. Studies in History and Philosophy of Science, v. 4, n. 4, p. 309–325, 1974b.

Publicado

2020-12-17

Número

Sección

Artigos

Cómo citar

“Conocimiento científico En El Contexto Big Data: Reflexiones Desde La epistemología De Popper”. Brazilian Journal of Information Science: Research Trends, vol. 14, no. 4 - out-dez, Dec. 2020, p. e020017, https://doi.org/10.36311/1940-1640.2020.v14n4.10936.