La undécima tesis

Dialéctica del fascismo neoliberal

Roy Alfaro Vargas

Progreso Editorial
La undécima tesis
Dialéctica del fascismo neoliberal

Roy Alfaro Vargas

Progreso Editorial
San José-Costa Rica
2019
 Roy Alfaro Vargas
Investigador independiente/Independent Researcher
royalfarov@yandex.com (Costa Rica)
iD: 0000-0001-5893-2415

Este libro es de acceso libre, siempre y cuando se 
respete la autoría del texto, no se comercialice 
este libro y no se le hagan alteraciones. Toda 
traducción requerirá permiso previo del autor. 

 
 4
_______________________________________________________

Big Data: un fascismo tecnológico1

RESUMEN
Este capítulo analiza el fenómeno del Big Data tanto un conjunto de técnicas para
procesar datos, como una política neoliberal cuyo objetivo es mejorar la efectivización de
la plusvalía. Por un lado, se explica el funcionamiento algorítmico del Big Data en
relación con el análisis de datos. Por otro lado, se demuestra el vínculo entre el Big Data
y el neoliberalismo como un medio para enfrentar la crisis sistémica iniciada en los años
1970. Además, se provee una reflexion gnoseológica acerca del impacto del Big Data
sobre nuestra vida cotidiana y sobre la noción misma de ciencia.

ABSTRACT
This chapter analyzes the phenomenon of Big Data as a set of techniques to process data,
as a neoliberal policy whose objective is to enhance the effectivization of surplus value.
On the one hand, it is explicated the algorithmic functioning of Big Data in relation to
data analytics. On the other hand, it is demonstrated the linkage between Big Data and
neoliberalism as a means to deal with the systemic crisis of capitalism initiated in the
1970s. In addition, it is provided a gnoseological reflection about the impact of Big Data
both on our quotidian life and on the notion of science.

Palabras clave: Estudios latinoamericanos marxistas de la cultura y los medios,

marxismo, neoliberalismo, control social, análisis de datos, pornografía, código emoji,
dialéctica, mereo-topología de la teoría de conjuntos, Aufhebung, transformación social,
positivización, positivismo, emociones, humanidades, ciencias sociales, matemática,
gnoseología, biopoder. Slavoj Žižek.

Keywords: Latin American Marxist Studies of Culture and Media, Marxism,

Neoliberalism, Social Control, Data Analysis, Pornography, Emoji Code, Dialectics, Set-
theoretic Mere-topology, Aufhebung, Social Change, Positivization, Positivism,
Emotions, Humanities, Social Sciences, Mathematics, Gnoseology, Bio-power, Slavoj
Žižek.

                                                            
1
royalfarov@yandex.com iD: 0000-0001-5893-2415
Roy Alfaro Vargas La undécima tesis

Ce n’est pas faux, mais cela ne suffit pas à

mesurer la puissance maléfique du capital. Il se
construit et s’édifie sur le mépris de la vie et de
ce fondement : le corps, le temps de vivre.
Henri Lefèbvre

Introducción

El problema del fenómeno Big Data urge ser tratado, dadas las consecuencias
psico-sociales, políticas y económicas que surgen alrededor de, en un principio, grupo de
técnicas de procesamiento de datos, que derivan finalmente en una implementación del
credo fascisto-neoliberal en el ámbito de las tecnologías digitales de la comunicación y la
producción.
En este marco, la tesis que nos guía es la siguiente: Big Data reproduce los
imperativos ligados a la mereo-topología de la teoría de conjuntos, con lo cual el
fenómeno Big Data contribuye al establecimiento de la onto-epistemología ligada a la
conjunción de tales teorías matemáticas, así como a evidenciar los mecanismos de control
social y de aceleración del proceso de reproducción/circulación del capital, en el marco
de una ontología rígida cuya temporalidad se ancla en el pasado que, en esta perspectiva,
constantemente se repetiría.
Para probar esta tesis, es preciso definir el concepto de Big Data, así como
determinar los rasgos técnicos que acompañan tal fenómeno. Asimismo, se requiere
diferenciar las diversas manifestaciones de este fenómeno, en tanto proceso técnico,
como en cuanto política (policy) neoliberal, proceso político-social y económico, con
consecuencias a nivel de las estrategias neoliberales de control social.

1. ¿Qué es/son (los) Big Data?

Desde un inicio, es necesario no solo comprender Big Data como un conjunto de

técnicas de procesamiento de datos, sino también como una política neoliberal para
enfrentar la crisis sistémica del capitalismo iniciada en los años 1970. Es decir, como un
conjunto de técnicas, los Big Data son un fenómeno plural; mas, en términos de las
políticas neoliberales, Big Data es una estrategia de generación de capital y de control
social. Dicho esto, profundizaremos el análisis alrededor de este fenómeno.

58

 
Roy Alfaro Vargas La undécima tesis

Epistemológicamente, los Big Data responden a los lineamientos de la teoría de

conjuntos (la mereo-topología de la teoría de conjuntos), en la medida que “La teoría de
conjuntos (…) es bastante general para tratar con el análisis de datos y la solución de
problemas” (Shu, 2016: 4; traducción mía). En este sentido, los Big Data se definen en
términos de la teoría de la complejidad, en cuanto estos generan conjuntos que responden
a estructuras parte-todo, ya que no habría un conjunto universal que aglutinara todos los
conjuntos posibles, y en tanto los Big Data generan, a través de la manipulación de la
extensionalidad (que, como ya hemos visto en el “Capítulo 1”, es una característica de la
mereo-topología de la teoría de conjuntos), un mayor grado de complejificación entre los
conjuntos en sí y en la relación de estos entre sí. Por ende, aquí los Big Data son el fruto
de un proceso deductivo.
A partir del entronque con la teoría de conjuntos, los Big Data se establecen como
un conjunto de técnicas de procesamiento-almacenamiento de datos, entre las cuales
tenemos, dependiendo de los diversos autores, varias opciones, que pueden ser resumidas
en: volumen, variedad, velocidad (Shu, 2016; Holmes, 2017; Kitchin, 2014), veracidad
(Shu, 2016; Holmes, 2017), exhaustividad, resolución, indexicalización, relacionalidad,
flexibilidad, extensionalidad, escalabilidad (Kitchin, 2014), donde las más importantes
son la velocidad –en cuanto hay un avance en esta que pasa del procesamiento en
términos de Terabytes y Petabytes (entre el 2005 y el 2010) a Exabytes2 y Zettabytes en
el 2017 (Xu y Duan, 2018)– y la exhaustividad (Kitchin y McArdle, 2016), en la medida
que la primera permite el análisis en tiempo real y la segunda aseguraría la aprehensión
del todo (whole) analizado, ofreciendo confiabilidad al análisis de los datos..
El procesamiento de datos, por otra parte, se realiza a través de algoritmos. Un
algoritmo es “una fórmula computacional que autónomamente ejecuta decisiones basada
en modelos estadísticos o reglas de decisión sin explícita intervención humana” (Lee,
2018: 3; traducción mía). De esta manera, los algoritmos permiten operacionalizar, de
acuerdo con fines particulares previamente establecidos, los datos que son recogidos con
las técnicas antes señaladas.

                                                            
2
 Por ejemplo, un Exabyte (Eb) equivale a un millón de Terabytes, o sea, 1018 (Holmes, 2017). 
59

 
Roy Alfaro Vargas La undécima tesis

Ahora bien, ya que los datos existentes no son todos del mismo tipo, es preciso
generar algún tipo de sistema relacional de administración de bases de datos (relational
database management system) o un sistema de distribución de archivos (distributed file
system), de acuerdo con el tipo de datos que se almacenen-procesen (Holmes, 2017).
De hecho, los datos pueden ser estructurados, semi-estructurados o no-
estructurados (Holmes, 2017). Los datos estructurados se componen “de tablas de hojas
de cálculo con líneas y columnas, siendo cada línea un registro y cada columna un campo
bien definido (por ejemplo: nombre, dirección y edad)” (Holmes, 2017). Para el
procesamiento-almacenamiento de los datos estructurados, se utiliza el lenguaje
estructurado de consulta (SQL, por sus siglas en inglés) (Holmes, 2017).
Por otra parte, los datos semi-estructurados (textos, imágenes, etc., incluidos en
redes sociales por un usuario) son tratados por medio de XML (eXtensible Markup
Language –Lenguaje extensible de recargo) (Aragona y de Rosa, 2018); mientras que los
datos no-estructurados se organizan a través de Hadoop (Holmes, 2017; Aragona y de
Rosa, 2018), que es un sistema de distribución de archivos (Holmes, 2017).
Los datos estructurados, semi-estructurados y no-estructurados se generan
mediante textos, imágenes, sitios Web, imágenes satelitales, videos de vigilancia,
(Aragona y de Rosa, 2018), o, en general, con el seguimiento en la Web (Web tracking)
(Holmes, 2017). O sea, cada vez que uno se conecta a cualquier dispositivo digital,
entonces uno genera datos para Big Data. Las fuentes de los datos al igual que los datos
mismos son, en consecuencia, sumamente variados.
En términos del capital, los Big Data son fundamentales, por ejemplo, en el
desarrollo de proyectos como la Industria 4.0, a través de sistemas ciber-físicos (Cyber
Physical Systems), que permitirían “la interacción entre sistemas físicos y sistemas de
cómputo” (Xu y Duan, 2018: 2; traducción mía), en el campo de la creación de mercados
y de valor de cambio, y también como expresión del Internet de las Cosas (IdC)3
(Schoder, 2018).

                                                            
3
 “El IdC es un mundo de cosas interconectadas que son capaces de sentir, actuar y comunicarse entre ellas
mismas y con el ambiente (ej.: cosas inteligentes u objetos inteligentes) mientras proveen la habilidad para
compartir información y actuar en parte autónomamente con los eventos del mundo real/físico y por medio
de procesos desencadenantes y servicios creativos, con o sin la intervención humana directa” (Schoder,
2018: 6; traducción mía). 
60

 
Roy Alfaro Vargas La undécima tesis

En términos técnicos de descripción y aplicación, los Big Data se pueden,

entonces, concebir como “un término sombrilla para cualquier técnica para procesar una
gran cantidad de datos” (Xu y Duan, 2018: 3; traducción mía), muchas veces de manera
secreta y con cierta exclusividad (Mann, 2017), donde los algoritmos son fundamentales
en la extracción de información (Holmes, 2017) y, también, donde aparecen fenómenos
de sistemas ciber-físicos ligados a los Big Data, como: la inteligencia artificial y la
realidad virtual (Oh y Bailenson, 2017; Pavlik, 2016) alrededor del IdC (Schoder, 2018).
No obstante, los criterios técnicos de los Big Data deben igualmente interpretarse
en relación con el Big Data de las políticas neoliberales, lo cual permite acceder al
trasfondo de clase de tal fenómeno. Si nos quedamos en la manifestación puramente
técnica de los Big Data, podríamos llegar a falsas conclusiones como con lo que sucede
con Žižek (2019), en cuanto este ideólogo pretende que la implementación del análisis de
Big Data elimina la explotación capitalista, ya que, se supondría erróneamente que la
generación de datos por parte de los usuarios de redes sociales y aquellos generados por
el IdC no conllevan trabajo en tanto no hay una apropiación del trabajo no pago de un
particular, sino solamente de lo producido por el “intelecto general”, según Žižek (2019).
De hecho, en esta perspectiva žižekiana, el valor generado a través de los
algoritmos (que Žižek parece ver como algo neutro y que como veremos es totalmente
erróneo) es un valor de cambio que no se anclaría en el valor de uso de particular alguno;
es decir, es un valor de cambio que se genera no de lo concreto, sino a partir de una serie
de abstracciones formalizantes dadas en el universo de la mereo-topología de la teoría de
conjuntos, al modo de un proceso de auto-organización gestada a través de los
algoritmos. Sim embargo, desde el momento en que el contenido digital generado por los
usuarios deviene capital, en tal medida es claro que hay tanto explotación como
generación de plusvalía, ya que, el capital creado de esta manera no es más que valor
acumulado y robado a quien lo generó.
No obstante, el dato no se genera solo, ni lo generan los dispositivos tecnológicos
de las tecnologías de la información, sino que el dato es generado por un usuario que no
recibe ningún pago por la cantidad de datos generados. A través de la impersonalidad del
algoritmo, el capital(ista) se apropia del trabajo del usuario, que si bien no está sometido
a un horario o a una estructura laboral clásica, lo cierto es que sí es trabajo, en la medida
61

 
Roy Alfaro Vargas La undécima tesis

que el dato es y refiere a una transformación (más o menos consciente) de la realidad que
no es más que la definición de trabajo. Ya que la burguesía reduzca la capacidad de
trabajo del ser humano a aquellas actividades que le generan bienes o servicios de manera
directa (prácticamente en un cara a cara, que en el mundo digital está mediado por el
aparato tecnológico y disfrazado de espacio de socialibilidad) y que se convierten en
capital acumulado, no quiere decir que otras formas de trabajo no existan y que estas no
puedan ser manipuladas para convertirlas en fuente de plusvalía. Los Big Data han
permitido incorporar dentro del proceso de extracción de plusvalía espacios que, en
otros periodos del capitalismo, habían pasado como no-trabajo, pero que hoy aparentan
acrecentar las cuentas bancarias de la plutocracia internacional, dentro de un capitalismo
en franca contracción.
Aunque Žižek (2019) llegue a creer que, por la forma en que funcionan los Big
Data, ya no hay explotación y robo de trabajo no pago, lo cierto es que la explotación
capitalista con ayuda de los Big Data se expande ahora más que nunca a todas las áreas
de la vida privada e íntima, en un momento que la desesperada burguesía empieza a oler
su propia putrefacción. La visión tecnocrática y plutocrática que Žižek (2019) maneja de
los Big Data demuestra, por tanto, el manejo ideológico que subyace a las técnicas de los
Big Data descritas arriba. ¡La pseudo-filosofía de Žižek no pasa así de ser lo que siempre
ha sido, o sea, una pura charlatanería muy bien pagada por la burguesía a la que sirve!
La obra pseudo-filosófica de Žižek se dedica simplemente a legitimar las líneas de
pensamiento y las tendencias culturales que benefician a la burguesía. Exempli gratia, en
Event: A Philosophical Journey Through a Concept (Žižek, 2014a), este ideólogo
sacraliza la dinámica de la mereo-topología del conjunto vacío, poniéndose en la moda
del marxismo emergentista (al respecto de este marxismo, véase los capítulos 2 y 3 de
este libro). En Less than Nothing (Žižek, 2012) y Absolute Recoil (Žižek, 2014b), él se
encarga de legitimar la ciencia ficción del novum tecnocrático (véase al respecto de este
concepto el capítulo 7 y el 9 de este libro). Y no olvidemos que con The Relevance of the
Communist Manifesto (Žižek, 2019), se legitima la explotación llevada a cabo a través de
los Big Data.

62

 
Roy Alfaro Vargas La undécima tesis

2. El Big Data y el neoliberalismo

El Big Data es una parte fundamental del proyecto neoliberal, tanto en el ámbito
económico, como en lo político-social, como lo hemos adelantado un poco al criticar a
Žižek (2019). El paso de los Big Data, entonces, como un conjunto de técnicas y
algoritmos que procesan datos, a la concepción del Big Data busca la comprensión
unitaria de este como una política neoliberal para enfrentar la crisis sistémica capitalista
y, por tanto, para mejorar la efectivización de la plusvalía a través del aceleramiento de la
reproducción/circulación del capital, a la vez que se genera control social (vigilancia)
sobre la población mundial, cada vez más disconforme con el absoluto proceso de
desigualdad social entre la burguesía plutocrática, fascista, asesina, genocida y
acaparadora, y el 99% de la población del mundo: “Los datos son una forma de poder”
(Iliadis y Russo; 2016: 1; traducción mía).
Por ejemplo, en la industria pornográfica, que permite la circulación/reproducción
del capital y la conversión de productos de actividades económicas ilegítimas y/o ilegales
que ayudan a la sobrevivencia del hoy agonizante capitalismo, el empleo de algoritmos
del Big Data permite “crear un sitio altamente custodiado, personalizado, basado en el
historial de búsqueda dado por las palabras clave del usuario, la localización e incluso el
tiempo del día que ellos se conectan” (Tarrant, 2016: 44; traducción mía). O sea, la
plataforma pornográfica hace un perfil sin consentimiento del usuario y le ofrece la
mercancía más adecuada para tal perfil, buscando una compulsiva conducta consumista.
En otras palabras, el usuario es manipulado, en este caso a través de un espacio
totalmente instintivo e irracional, para que consuma más y más pornografía.
Así, esta estrategia Big Data no solo manipula los patrones de consumo del
usuario, sino que también implica un proceso de vigilancia de la actividad, en la Web, del
usuario, la cual no es consentida y, por ende, sórdidamente ilegal. Importante asimismo
aquí es el hecho de que tal estrategia apunta no a lo racional, sino a lo emocional.
Evidentemente, el énfasis sobre lo emocional está en función de la ideología post-
postmoderna neoliberal4, caracterizada por incentivar el consumismo (Alfaro-Vargas,

                                                            
4
  No deja de ser interesante que, con el inicio de la crisis sistémica del capitalismo en los años 1970,
también se comenzara a estudiar con más énfasis estudios y teorías sobre las emociones (Turner, 2009). De
63

 
Roy Alfaro Vargas La undécima tesis

2014), en donde de igual modo son absorbidos otros fenómenos propios del digitalismo, a
saber los emojis y, previamente, los emoticones5, en el ámbito de un capitalismo donde lo
afectivo-emocional ha devenido “fundamental para el funcionamiento [no solo] de los
sistemas económicos contemporáneos” (Stark y Crawford, 2015: 2; traducción mía), sino
también en términos de alienación y control social. ¿No es raro que no se hayan
desarrollado logicones, para estimular los procesos racionales-cognitivos?
De esta manera, los nada inocentes emojis cumplen un rol fundamental en el
capitalismo de hoy, en la medida que, bajo el pretexto de permitir “a la gente de
diferentes orígenes culturales y lingüísticos comunicarse e interactuar entre ellos más
concretamente” (Danesi, 2017: vii; traducción mía), el uso de los emojis ayuda a la
estructuración de datos semi-estructurados y no-estructurados, dentro de un contexto
transcultural, haciendo más eficientes los algoritmos aplicados, así como los procesos de
vigilancia y control social, deviniendo entonces los emojis “el lenguaje universal”
(Danesi, 2017: vii; traducción mía) par excellence. En este sentido, la estandarización
mediante Unicode Standard 6.0 y el ISO/IEC 10646 (Danesi, 2017) ha sido crucial en la
expansión del uso de los emojis.
No obstante, “los emojis ejemplifican la tensión entre el afecto como potencial
liberador humano y como fuerza productiva que el mercado busca continuamente
emplear mediante la mercantilización de las modalidades emocionales” (Danesi, 2017:
99; traducción mía), en cuanto hay un análisis, una instrumentalización, una
monetización y una estandarización del afecto que refuerzan “los existentes regímenes de
inequidad y explotación” (Stark y Crawford, 2015: 8; traducción mía).
En términos políticos, los emojis como un fenómeno Big Data es una
manifestación del biopoder neoliberal (Stark y Crawford, 2015), ya que, más allá de la
cuestión propiamente económica, “El orden social es en gran parte condicionado
emocionalmente” (Srbljinović y Božić, 2014: 152; traducción mía), por lo que, dentro de
la infraestructura proveída por el Estado para la ejecución de rituales de interacción social
(Srbljinović y Božić, 2014), los emojis del Big Data contribuyen al mantenimiento del
                                                                                                                                                                   
hecho, es claro que ya la burguesía adquiría conciencia de la necesidad de someter a las masas a través de
lo emocional, con el fin de tratar de perpetuarse en un capitalismo agonizante. 
5
 Recordemos que “los emojis emergieron para hacer los emoticones más completos gráficamente” (Danesi,
2017: 3; traducción mía). 
64

 
Roy Alfaro Vargas La undécima tesis

orden social capitalista y a su reproducción, en un ambiente de franca manipulación,

típica de la ideología fascista, de masas.
Gran parte del juego de manipulación emocional que se logra a partir de la
implementación del Big Data es ocultada bajo la fachada de la neutralidad de los
algoritmos. Sin embargo, los algoritmos no son solo una fórmula computacional que
ayuda a la toma de decisiones, ni tampoco un mecanismo alejado de intencionalidad o
agencialidad algunas (Lee, 2018). Al contrario, la manipulación de las emociones (que ya
hemos señalado), así como la mercantilización de estas supone no solo que la burguesía
dominante y sus intereses ocultan su agencialidad e intencionalidad tras un fenómeno que
parece simplemente numérico (algebraico), sino que también la creencia popular de
otorgar “menos agencia e intencionalidad a los algoritmos” (Lee, 2018: 5; traducción
mía) es entonces completamente falsa.
Big Data es, por otra parte, un fenómeno asociado a la teoría de conjuntos (Shu,
2016), desde la cual se desarrolla una onto-epistemología donde los números (la
algebraización de la realidad mediante la construcción de modelos) aparecen como una
experiencia casi mágica, que pretende ocultar la explotación y la manipulación social
llevada a cabo por la burguesía, mediante el proyecto fascista neoliberal. En este marco,
es claro que:

los números no son nunca inocentes, hablando por sí mismos, sino que siempre
vienen marcados por una previa teorización: ellos están cargados de teoría. Los
números no hablan por sí mismos, sino que hablan solo por las suposiciones que
ellos encarnan. Los números emergen solo desde instituciones, disposiciones y
organizaciones particulares, movilizadas por el poder, las agendas políticas y los
intereses personales (Barnes, 2013: 300; traducción mía).

En otras palabras, los números no dan cientificidad y neutralidad a conocimiento

alguno, sino solamente la apariencia de cientificidad y neutralidad: “Los algoritmos y los
datos no son ni neutrales ni imparciales” (Aragona y de Rosa; 2018: 5; traducción mía),
en la medida que “Los algoritmos devienen una alternativa a leyes, regulaciones y
generalmente procesos sociales” (Deighton, 2018: 4; traducción mía). Los algoritmos,
por ende, terminan condicionando las “reglas en lugar del juicio humano” (Deighton,
2018: 5; traducción mía), lo cual abre la puerta a todo el totalitarismo fascisto-neoliberal,

65

 
Roy Alfaro Vargas La undécima tesis

para su ingreso en lo cotidiano, desde donde se puede ejercer un control social más
efectivo dado que se inserta en la costumbre (etimológicamente, se moraliza), con lo
cual, a la vez, adquiere naturalidad (no se cuestiona) positivizándose (en términos
epistemológicos).
En este contexto, el Big Data “está atascado en lo que es más que en lo que
debería ser” (Barnes, 2013: 300; traducción y énfasis míos). De hecho, la mereo-
topología de la teoría de conjuntos (véase el “Capítulo Uno” o, en su defecto, Alfaro-
Vargas, 2016) es un paradigma que se presenta como una alternativa a la estaticidad del
positivismo (ligado a la rigidez del principio lógico-formal de identidad, a saber, A=A);
no obstante, la algebraización de la realidad (mediante modelos y simulaciones), así
como la deducibilidad y las paradojas ligadas a la mereo-topología de la teoría de
conjuntos, nos llevan a una onto-epistemología rígida, sin movimiento y sin cambio
social, acorde con los intereses de la burguesía de mantenerse eternamente como clase
dominante. Estas pseudo-teorías y estos pseudo-paradigmas que legitiman lo establecido,
se llenan la boca de nomenclatura mecánico-cuántica, con palabras como: entropía,
estocástico, no-linealidad, etc., para finalmente representar un mundo sin entropía alguna,
o sea, eternamente capitalista: se habla de movimiento, pero es uno de tal clase que
vuelve sobre sus propios pasos repitiendo el pasado capitalista, con el fin de que el
presente sea solo la repetición de este:

[En el Big Data,] La analítica descriptiva es acerca de describir lo que pasó en el

pasado, la analítica predictiva es acerca de predecir lo que pasará en el futuro
basado en la suposición de que lo que pasó en el pasado pasará en el mismo o
similar modo en el futuro (Xu y Duan, 2018: 6-7; traducción mía).

Se crea así una falsa temporalidad fascista, donde no hay alternativa al

capitalismo. En este caso, estaríamos prácticamente ante una imposibilidad física y
material, o sea, ante el primer sistema negentrópico que existiría, donde la flecha del
tiempo no tendría ninguna injerencia sobre él y, en consecuencia, la unidad de tiempo-
espacio se rompería para caer nuevamente en un esquema newtoniano bastante
distorsionado, donde el tiempo es solo un sistema de medición. En este sentido, Žižek
(2019), asentado en una concepción tecnocrática del fenómeno Big Data (ligado el

66

 
Roy Alfaro Vargas La undécima tesis

Internet de las cosas), afirma que el capitalismo es un modo de producción que lejos de
debilitarse (envejecer) con las crisis que sufre, se fortalece. Es decir, el capitalismo en
esta visión žižekiana sería auto-poiético, auto-organizado, en la medida de que tiene la
capacidad de reestructurarse y echar atrás el proceso de desgaste (de envejecimiento) que
lo lleva a crisis sistémicas como la que sufre hoy y que finalmente lo destruirán. ¡Žižek es
realmente un académico anti-marxista y anti-dialéctico!
Asimismo, este rompimiento de la unidad de tiempo-espacio es lo que legitimaría
y santificaría la positivización de la realidad (la eliminación del Deber Ser, de la
negatividad del Ser), con lo que se crea un marco filosófico burgués e idealista, que la
burguesía ingenua y estúpidamente ha creído que la va a salvar de la caída del
capitalismo, dada desde el momento en que la crisis sistémica inició en los años 1970.
Esta positivización se ha expandido del Big Data a las ciencias sociales y las
humanidades (Martínez-Gamboa, 2016; Holmes, 2017; Kaplan, 2015; Veltri, 2017). Es
decir, la ciencia de datos (data science) que se deriva del desarrollo del Big Data y que
tiene como objetivo estudiar “grandes cantidades de datos para descubrir nuevo
conocimiento” (Holmes, 2017; traducción mía), define lo que algunos llamarían “una
nueva era de producción de conocimiento caracterizada por ‘el fin de la teoría’” (Kitchin,
2014: 3; traducción mía), extendiéndose más allá de los supuestas ciencias exactas, para
preñar de “exactitud” y “objetividad” a las humanidades y las ciencias sociales, a la vez
que castran, de un golpe, el espíritu crítico de estas. De hecho, el Big Data no supone
aquí un progreso en términos epistemológicos, sino al contrario un retroceso, en cuanto
se vuelve a un esquema positivista (que ya la dialéctica superó) pero en un espectro
totalmente reduccionista que se cierra en lo meramente estadístico de los modelos
algorítmicos (como veremos adelante), que nos hablan de lo que fue, no de lo que es ni
de lo que será (como posibilidad).
Así, las ciencias sociales y las humanidades trabajarían en el ámbito de producir
“la compresión (dentro de fórmulas y ecuaciones) que caracteriza la complejidad [con
toda la cuestión mecánico-cuántica que esto implica y que ya hemos mencionado en este
capítulo], no elaboradas explicaciones” (Danesi, 2017: 183; traducción mía). En otras
palabras, se trata de llevar las ciencias sociales y las humanidades hacia la elaboración de
modelos, que muestran “comportamientos” estadísticos de los objetos analizados.
67

 
Roy Alfaro Vargas La undécima tesis

Exempli gratia, Martínez-Gamboa (2016) asume la cuestión del análisis literario dentro
del ámbito de las humanidades digitales, con la idea de generar “Una manera más
elaborada de procesar los textos literarios en cuanto a las palabras que ocupan [, el cual]
consiste en determinar tendencias o patrones generales en textos que pertenecen a un
mismo periodo literario o a un mismo género” (Martínez-Gamboa, 2016: 48).
Sin embargo, a pesar del romanticismo digital que hay detrás de enfoques como el
de Martínez-Gamboa (2016), lo cierto es que hay procesos interpretativos y analíticos
que yacen más allá del estadisticismo generado por la ideología del Big Data. Los
modelos no suplantan nunca la riqueza social y cultural, así como tampoco el
movimiento del Ser puede ser capturado por los algoritmos del Big Data: “La
metodología de los modelos así tiende a eliminar la crítica radical y las contradicciones
(la dialéctica) de lo vivido” (Lefebvre, 1976: 55; traducción mía), por lo que la realidad
se formaliza vaciándola de todo su contenido material. La crítica real, dialéctica, de la
realidad quedaría entonces relegada, con la ideología del Big Data, a una simple
expresión numérica, donde no cabe (dado el andamiaje lógico-formal que sostiene el Big
Data) espacio para la superación (Aufhebung) de las condiciones de explotación,
pauperización, precariatización, genocidio, etc., que se manifiestan en el capitalismo
actual, con su proyecto neoliberal.

Conclusión

El fenómeno tecno-cultural y político analizado aquí se define de dos maneras.

Por un lado, los Big Data, tecnocráticamente hablando, son un conjunto de técnicas y
algoritmos que, como ya hemos visto, permiten procesar datos en básicamente tiempo
real, lo cual es utilizado en los procesos de decisión en el campo de los negocios.
Por otro lado, el Big Data es una política más del proyecto neoliberal, que busca
no solo crear un mecanismo de control social, sino también desarrollar un elemento que
dinamice la reproducción/circulación del capital, así como implementar un sistema de
vigilancia, una intencionalidad y una agencialidad “anónimas”, y un énfasis en lo
emocional; mientras en términos epistemológicos, a través de su fundamento dado en la
mereo-topología de la teoría de conjuntos, establece una temporalidad cíclica anclada en

68

 
Roy Alfaro Vargas La undécima tesis

una noción de pasado que tendería a repetirse, con lo cual se refuerza tanto una
gnoseología de lo positivo, como una eternización del capitalismo entendido en términos
negentrópicos, o sea, como un sistema libre de entropía; por ende, eterno.
El Big Data es pura ideología, una deformación de la realidad que niega la
negatividad del Ser, a saber, la posibilidad de cambio y transformación social, que, tarde
o temprano, llevará a la burguesía a su completa aniquilación: todo sistema es entrópico,
todo sistema perece irremediablemente.
El Big Data es fascismo, en cuanto se pretende representación de la repetición
dada por el principio de identidad de la lógica formal (A=A). El Big Data, como todas las
manifestaciones de la teoría de conjuntos (teoría de la complejidad, emergentismo, etc.),
se llena de un lenguaje de cambio, movimiento y transformación, para luego afirmar una
ontología rígida e idealista, que no existe, ni existirá. El Big Data elabora una ontología
totalitaria y represiva, donde las estadísticas controlan y someten a los grupos sociales no
solo no-burgueses, sino también a los anti-burgueses.

Referencias

Alfaro-Vargas, Roy. 2014. “Post-postmodernismo”. Revista Reflexiones. 93 (2): 103-113.  

 
________________. 2016. “Totalidad y teoría de conjuntos”. Revista de Ciencias
Sociales. II (152): 133-144. DOI: https://doi.org/ 10.15517/ rcs.v2i152.27359

Aragona, Biagio y de Rosa, Rossana. 2018. “Big Data in policy making”. Mathematical
Population Studies. 1-7. DOI: 10.1080/08898480.2017.1418113

Barnes, Trevor J. 2013. “Big Data, little history”. Dialogues in Human Geography. 3 (3):
297–302. DOI: 10.1177/2043820613514323

Danesi, Marcel. 2017. The Semiotics of Emoji. London y New York: Bloomsbury.

Deighton, John. 2018. “Big data”. Consumption Markets & Culture. 1-6. DOI: 10.1080/
10253866.2017.1422902

Holmes, Dawn E. 2017. Big Data. A Very Short Introduction. Oxford: Oxford University
Press.

69

 
Roy Alfaro Vargas La undécima tesis

Iliadis, Andrew y Russo, Federica. 2016. “Critical data studies: An introduction”. Big
Data & Society. 1-17. DOI: 10.1177/2053951716674238

Kaplan, Frédéric. 2015. “A map for big data research in digital humanities. Frontiers in
Digital Humanities. 2 (1): 1-7. DOI: 10.3389/fdigh.2015.00001

Kitchin, Rob. 2014. “Big Data, new epistemologies and paradigm shifts”. Big Data &
Society. 1-12. DOI: 10.1177/2053951714528481

Kitchin, Rob y McArdle, Gavin. 2016. “What makes Big Data, Big Data? Exploring the
Ontological Characteristics of 26 Datasets”. Big Data & Society. 1-10. DOI:
10.1177/2053951716631130

Lee, Min Kyung. 2018. “Understanding perception of algorithmic decisions: Fairness,

trust, and emotion in response to algorithmic management”. Big Data & Society.
1-16. DOI: 10.1177/2053951718756684

Lefebvre, Henri. 1976. The Survival of Capitalism: Reproduction of the Relations of

Production. New York: St. Martin's Press.

Xu, Li Da y Duan, Lian. 2018. “Big data for cyber physical systems in industry 4.0: a
survey”. Enterprise Information Systems. 1-22. DOI: 10.1080/
17517575.2018.1442934

Mann, Steve. 2017. “Big Data is a big lie without little data: Humanistic intelligence as a
human right”. Big Data & Society. 1-10. DOI: 10.1177/2053951717691550

Martínez-Gamboa, Ricardo. 2016. “Big Data en humanidades digitales: de la escritura

digital a la “lectura distante”. Revista Chilena de Literatura. 94: 39-58.

Oh, Soo Youn y Bailenson, Jeremy. 2017. “Virtual and Augmented Reality”. En: Patrick
Rössler (ed.). The International Encyclopedia of Media Effects. London y New
York: Wiley. DOI: 10.1002 /9781118783764. wbieme0172

Pavlik, John V. 2016. “Augmented Reality”. En: Klaus Bruhn Jensen y Robert T. Craig
(eds.). The International Encyclopedia of Communication Theory and Philosophy.
London y New York: Wiley. DOI: 10.1002/ 9781118766804.wbiect001

Srbljinović, Armano y Božić; Jasmina. 2014. “Implications of the Sociology of Emotions

for the Restoration of Social Order”. Emotion Review. 6 (2): 152-159. DOI:
10.1177/1754073913503371

Schoder, Detlef. 2018. “Introduction to the Internet of Things”. Pp. 3-50. En: F. Qusay
Hassan (ed.). Internet of Things A to Z: Technologies and Applications. Hoboken
(NJ): Wiley.

70

 
Roy Alfaro Vargas La undécima tesis

Shu, Hong. 2016. “Big data analytics: six techniques”. Geo-spatial Information Science.
1-10. DOI: 10.1080/10095020.2016.1182307

Stark, Luke and Kate Crawford. 2015. “The Conservatism of Emoji: Work, Affect, and
Communication”. Social Media + Society. 1–11. DOI: 10.1177/
2056305115604853

Tarrant, Shira. 2016. The Pornography Industry: What Everyone Needs to Know. New
York: Oxford University Press.

Turner, Jonathan H. 2009. “The Sociology of Emotions: Basic Theoretical Arguments”.

Emotion Review. 1 (4): 340-354. DOI: 10.1177/1754073909338305

Veltri, Giuseppe. 2017. “Big Data is not only about data: The two cultures of modelling”.
Big Data & Society. 1-6. DOI: 10.1177/2053951717703997  
 
Žižek, Slavoj. 2012. Less than Nothing. Hegel and the Shadow of Dialectical
Materialism. London y New York: Verso.

____________. 2014a. Event: A Philosophical Journey Through a Concept. Brooklyn y

London: Melville House.

___________. 2014b. Absolute Recoil. Towards a New Foundation of Dialectical

Materialism. London y New York: Verso.

___________. 2019. The Relevance of the Communist Manifesto. Cambridge y Medford

(MA): Polity.

71