Actividad

Evaluativa Tarea
Habilidades de pensamiento a desarrollar: 10 horas

Observar Identificar x Comparar

Habilidades
de orden básico Relacionar x Ordenar Clasificar
jerárquicamente

Habilidades de x Evaluar x
Analizar Sintetizar
integración

Toma de Pensamiento x
Metacognición decisiones crítico
Habilidades de
orden superior Pensamiento x Análisis de
creativo historia
conceptual

Nombre de la tarea:
Coronavirus y Big Data

Objetivo de aprendizaje:
Diseñar, desarrollar y analizar soluciones básicas del Big Data para la construcción de modelos de
gestión, interpretando datos e ideas procedentes de diferentes contextos.

Descripción de la tarea:

Planteamiento:

La crisis del coronavirus nos ha hecho aprender a un ritmo acelerado sobre epidemiología, virología,
pandemias, etc., temas que hace unos meses no formaban parte de nuestra vida cotidiana. Hay he-
rramientas muy usadas en el mundo del big data, que se están popularizando y convirtiendo en algo
de consulta cotidiana para toda la población. Es el caso del panel de control o dashboard de la
Uni- versidad Johns Hopkins de EEUU (puede consultar en:
https://www.arcgis.com/apps/opsdashboard/ index.html#/bda7594740fd40299423467b48e9ecf6,
que se ha mostrado muy útil para visualizar de manera directa la expansión del virus por el
planeta. Actualiza en tiempo real los datos relativos a los casos confirmados, los fallecidos y los
recuperados, alimentándose de distintas fuentes de datos como el Centro de Control y Prevención de
Enfermedades de China, la OMS o incluso rastreando los mensajes de Twitter y servicios de noticias
online.

El uso de las tecnologías Big Data para predecir la transmisión de enfermedades infecciosas no
es algo nuevo. Los primeros en monitorizar este tipo de enfermedades a través de la información
dispo-
nible en internet fueron la data scientists de Google, con el algoritmo Google Flu Trends, en 2008. Sin
embargo, cuando estalló la pandemia de gripe A en 2009, el pánico desatado en la población
cambió su comportamiento de búsquedas en Google, lo que provocó que el algoritmo no fuera
práctico a la hora de detectar contagios a gran escala y, finalmente, fuera retirado.

En el caso de la crisis que estamos viviendo actualmente, el big data está demostrando ser
espe- cialmente útil para el control de la transmisión de la enfermedad. Uno de los casos destacables
es el de Taiwán. Por su cercanía a China y el gran movimiento de ciudadanos entre ambos, se
esperaba que fuera la segunda región más afectada del planeta. Sin embargo, a medida que el
virus ha ido avanzando por otros países, Taiwán ha logrado mantener su número de contagios en
números muy bajos. La estrategia de Taiwán ha sido contener la enfermedad haciendo uso de
grandes cantidades de información. Integrando las bases de datos sanitarias nacionales con las de
inmigración y adua- nas, han monitorizado los viajes y síntomas de sus ciudadanos para compartir
dicha información con los hospitales y emitir alertas en tiempo real de los posibles contagios.
Además, recogiendo la infor- mación de los viajeros a través de aplicaciones y haciendo uso de
tecnología móvil, han conseguido controlar las cuarentenas de forma efectiva.

Otros países, como China o Corea del Sur, también han hecho uso del big data para gestionar la
crisis. El análisis detallado de la información ha permitido a Corea del Sur realizar de forma rápida y
óptima el mayor número de test que se han hecho comparado con cualquier otro lugar, consiguiendo
que los datos que provienen de este país sean los más fiables en cuanto a cómo son en realidad
los patrones de transmisión. China, por su parte, ha perfeccionado las herramientas de
reconocimiento facial con inteligencia artificial para que tengan en cuenta el uso de mascarilla y
la temperatura cor- poral de las personas.

Algunas técnicas usadas en estos dos países han levantado también un debate acerca de cómo
se debe usar la información de la población en estados de alarma sanitaria. En Corea del Sur se
han extendido aplicaciones como Corona 100m, que advierte a los usuarios cuando están a menos
de 100 metros de un lugar donde ha estado alguna persona que ha dado positivo a la prueba del
coro- navirus. En China, se ha hecho obligatorio el uso de códigos QR a través de aplicaciones como
AliPay Health Code, que codifica el estado de salud del usuario asignándole al código QR un
color (rojo, amarillo y verde) en función del riesgo de infección. Los ciudadanos deben presentar sus
códigos para trasladarse de un lugar a otro, lo que facilita al gobierno evaluar si se debe permitir el
traslado u or- denar la cuarentena. La polémica surge cuando se plantea hasta qué punto estas
aplicaciones com- parten información con el gobierno y dónde están los límites de privacidad de los
ciudadanos, sobre todo en datos tan sensibles como los relacionados con la salud. La información es
tan precisa que, por ejemplo, se sabe exactamente qué hizo y por dónde se movió el “paciente 31”
(puede ampliar la infor- mación en https://graphics.reuters.com/CHINA-HEALTH-SOUTHKOREA-
CLUSTERS/0100B5G33SB/ index.html, la persona que provocó el descontrol de la epidemia en Corea
del Sur, que hasta ese mo- mento había sido contenida.
Al margen de estas cuestiones éticas, es importante también ser cautos a la hora de tratar la in-
formación y difundirla. Están surgiendo por la red multitud de análisis y gráficos donde se
intenta representar cómo evoluciona la transmisión y cuáles serán las predicciones futuras. Más allá
de todas estas consideraciones, una cosa es clara. La gran cantidad de información surgida de la
pandemia del coronavirus ayudará a desarrollar algoritmos y herramientas más potentes y
perfeccionadas que en un futuro serán capaces de mitigar los efectos de este tipo de desastres
en la población (datahack. es, 2020).

Fuente: datahack.es. (2020). www.datahack.es. Tomado de https://www.datahack.es/coronavi-

rus-y-big-data/#more-13396

Requisitos para la tarea:

1. Realice la lectura del referente del eje 3 y enfoque su atención en el punto (2.1) Cómo es la ar-
quitectura del Big Data. Estudie detenidamente las tres características.

2. Recopile información adicional referente a los Data WareHouse y a los Data Lake.

3. Identifique los posibles obstáculos que puedan surgir en el camino para conceptualizar los enfoques.

4. Investigue sobre diferentes empresas prestadoras de servicios NoSQL (Bases de Datos no relacio-
nales) y SQL (Bases de Datos Relacionales) que se encuentran en el mercado.

Instrucciones:
1. Revise los conceptos sobre Tipos de Almacenamiento en la Nube, en un cuadro, catalóguelos y
coloque al menos 5 ejemplos de cada uno que usted utilice o que conozca.

2. Diríjase y navegue en los siguientes sites presentados hasta encontrar información referente a la
lectura, observe detalladamente qué se presenta gráficamente y con qué tipo de información lo
hacen, preste atención sobre la cantidad de datos que manejan.

· https://www.datos.gov.co/
· https://datosabiertos.bogota.gov.co/
· https://esri.co/datos-abiertos /nuestros-datos/
· https://datos.bancomundial.org/
· https://www.ins.gov.co/Direcciones/ONS/Paginas /modulos-covid-19.aspx
· https://bit.ly/34uHZAJ
3. Interprete los datos que ha obtenido, comparando la información y genere al menos cinco (5)
conclusiones importantes sobre cómo es la representación de los datos.

4. Indique y sustente si los datos están en servicios Data WareHouse o Data Lake.