Universidad Nacional del Centro de la Provincia de

Buenos Aires

Facultad de Ciencias Humanas

Licenciatura en Relaciones Internacionales

PROYECTO DE TESIS

“Uso de la Big Data en estrategias de marketing político. El

caso de Cambridge Analytica y su influencia en las elecciones
presidenciales de Estados Unidos 2016”

ALUMNA: FERRANTE STEFANIA

ESTADO DEL ARTE
El fenómeno de Big Data no es reciente, ya se hacía referencia a este concepto en
la década de los 90, con la reciente llegada de internet. En este sentido, retomando las
palabras de Lorraine Daston y Elizabeth Lunbeck (2010), podemos remontar la big data,
entendiéndola como un gran volumen de datos, incluso anteriormente:

“Durante las últimas décadas, los historiadores de la ciencia han explorado cómo

las sociedades anteriores enfrentaron sus propios problemas de "sobrecarga de

información", ya sea que eso significara una sobreabundancia de manuscritos (…)

durante la era de la expansión europea, o la acumulación burocrática de una

"avalancha de números" en el siglo XIX. En este contexto, el Big Data actual

puede verse como un capítulo en una historia más larga (…) de observación,

cuantificación, métodos estadísticos, modelos y tecnologías informáticas.”

(Aronova et al., 2017, p. 9).

Si bien la historia de grandes volúmenes de datos se puede remontar con siglos de

anterioridad, es en las décadas de 1960 y 1970 que comienzan a presentarse una mayor
cantidad de proyectos basados en la recolección y el análisis de una importante cantidad
de datos. Estos proyectos fueron el foco principal de muchos estudios científicos. Uno
de los proyectos más famosos y ambiciosos contó con una formidable cantidad de datos
analizados y financiación: el proyecto del Genoma Humano (Aronova et al., 2017).

El contar con un aval científico y financiero significativo, permitió, por tanto, el

surgimiento de muchos otros proyectos, otorgándoles un impulso científico sin
precedentes.

Sin embargo, fueron las innovaciones tecnológicas, en especial las relacionadas

con las computadoras electrónicas, las que permitieron dos importantes cambios
relacionados al estudio de los datos: por un lado, permitió su sistematización, y
automatización, y por el otro, una mayor producción de los mismos. (Aronova et al.,
2017).

Actualmente, las recolecciones de datos se generan en bases más cercanas y

accesibles: las redes sociales. En palabras de Copey (2018): “Big Data significa que

1
toda acción de los internautas deja una huella digital. Cada compra realizada, cada
búsqueda en Google, cada sitio visitado, cada “me gusta” es recolectado”.

En otras palabras, los datos ya no son recolectados en sentido de una

investigación, sino que toda persona que se conecte a internet, consciente o no, deja
inherentemente un rastro digital cada vez más preciso, en tanto mayor sea la cantidad de
tiempo que se haga uso de las funciones propias de las redes sociales.

Hoy es innegable el valor comercial del acceso a esa información personal y

privada. Gran cantidad de datos son recopilados por las grandes empresas como Google,
Facebook (hoy llamada Meta), Twitter, Amazon1 con distintos objetivos. Siendo “unas
pocas empresas [que] realizan importantes negocios obteniendo una inimaginable
cantidad de datos de los millones de usuarios.” (Copey, 2018, p.52).

Grassegger y Krogerus, en su artículo citado por Mejía (2020), hacen mención a la

incidencia de la empresa SCL, la empresa madre y fundadora de la luego conocida
Cambridge Analytica, en “proyectos prueba” 2. Mediante la recolección y análisis de
datos personales, las pruebas piloto se extendieron por todo el mundo: desde elecciones
en Ucrania y Nigeria, al monarca en Nepal contra los rebeldes 3, hasta varios países de
América Latina4.

Magnani (2017) investigó el rol de las redes sociales en la campaña política de

Barack Obama, que sentaron un importante precedente en el uso de las tecnologías
como herramienta política. “Lo que hizo el equipo de Obama fue clasificar a los
usuarios de las redes sociales de acuerdo con las posiciones políticas que revelaban sus
amigos para reconocer a 3,5 millones de potenciales votantes demócratas sin
empadronar” (p. 51).

Obama, sin embargo, no utilizó la big data tomando como tal “a la captación,
gestión y tratamiento, para agregar valor a grandes volúmenes de datos poco utilizados
o inaccesibles hasta la fecha” (Cotino Hueso, 2017, p. 132).

1
Copey, F. El camino de las TIC: del Nuevo Orden Mundial al imperio del Big Data. Revista Cubana de
Información y Comunicación. Volumen 7. Pp 45-66.
2
Las comillas son nuestras.
3
Mejía, A. F. (2020). La libertad de expresión en jaque, el panóptico del siglo xxi. Big data como amenaza
para la democracia. A propósito del caso Cambridge Analytica. Universitas,(32), 79-105.
doi:https://doi.org/10.20318/universitas.2020.5512
4
BBC. (2018). 5 claves para entender el escándalo de Cambridge Analytica que hizo que Facebook
perdiera US$37.000 millones en un día. BBC.

2
 Las apuestas siguientes por este método fueron mayores. Fue durante la campaña
del senador republicano Ted Cruz (Mejía, 2020) que se dio este primer acercamiento de
las nuevas tecnologías y la big data en campañas políticas. Si bien no lograron la
victoria del candidato, estos nuevos procedimientos tecnológicos fueron utilizados
nuevamente en elecciones populares de importante relevancia: el Brexit y la campaña
presidencial del candidato republicano Donald Trump (González, 2017).

TEMA ABORDADO

El presente trabajo de investigación planea investigar el rol de las nuevas

tecnologías, el Big Data en particular, y el novedoso caso de la empresa Cambridge
Analytica (CA) en la campaña presidencial del candidato Donald Trump y su injerencia
en el resultado de las elecciones en Estados Unidos de 2016.

Se pretende abordar el papel del “Cinturón de Óxido” (Rust Belt en inglés) como
objetivo del targeting político de la campaña de Trump. Esta área estratégica se
compone de 6 estados clave para las elecciones -Michigan, Wisconsin, Iowa,
Pensilvania, Ohio y Florida- sin embargo, ha sido relegada de la economía
norteamericana actual.

Roberto González (2017), director de antropología de la Universidad de San José,

citando al periódico The Economist (2016) explica que el Cinturón de Óxido fue alguna
vez el corazón de la industria norteamericana, pero ha perdido muchos de los miles de
trabajos manufactureros en los últimos 40 años.

Hoy se calculan 4200 millones de personas usuarias de redes sociales según el

Global Digital Report 2021, 15 nuevos usuarios por segundo. Toda persona conectada a
internet deja una serie de datos trazables, sin importar si están o no en redes sociales.
Desde compras con tarjeta de crédito hasta afiliaciones religiosas se guardan en extensas
bases de datos que se pueden comprar por un precio.

Si bien consideramos que todo dato de ser susceptible a captación tiene una
importancia fundamental para el trazado de perfiles sociales de las personas, sólo
abordaremos específicamente, por temas de limitación, aquellos datos tomados de
fuentes digitales como lo son navegadores y redes sociales. Y, teniendo en cuenta estos
datos, analizaremos el rol de la compañía inglesa Cambridge Analytica en cuanto a la
recolección de los mismos, y el uso de métodos basados en la psicología para analizar y

3
procesar esos datos. Finalmente se pretenderá investigar su aplicación al espacio
político y más específicamente como herramienta para la campaña electoral de 2016 en
los Estados Unidos.

De suma importancia son los conceptos utilizados en psicología y antropología

denominados “psicográficos” (González, 2017; Mejía, 2020), conocidos por ser la base
de entrada al entendimiento psicológico de una persona, cuyo uso fue fundamental a la
hora de construir perfiles políticos de los usuarios en redes. La utilización de datos
psicográficos constituye una problemática relevante ya que su estudio se encuentra en la
rama de los estudios de cambio del comportamiento. Lo que lleva a la siguiente
pregunta: ¿es posible que haya ocurrido una manipulación en masa de los votantes y que
ello signifique una manipulación del proceso democrático y por consecuencia de la
democracia?

Lazerta (2021) recoge el testimonio de uno de los ex empleados de CA,

Christopher Wylie, para demostrar la existencia y la importancia que asumió el análisis
de aspectos cualitativos y la recolección de datos etnográficos en la construcción de la
metodología utilizada por CA. Es decir, que necesariamente se debe estudiar el rol que
jugaron los macrodatos: preferencias en el consumo, rango etario, lugar de residencia,
entre otras variaciones, para comprender en mayor profundidad el accionar de CA y su
impacto en la política.

Se pretende analizar y explicar los riesgos y vulneraciones que puede conllevar el

uso de la big data en manos de un pequeño oligopolio de empresas tecnológicas, en su
mayoría estadounidenses. También se abordará la legislación respecto a la protección de
datos al momento del foco público y mediático de Cambridge Analytica, y los avances
que se han producido a partir del surgimiento del debate.

Y, por último, se intentarán explicar los complejos procedimientos técnicos de

forma que sean comprendidos dentro de las ciencias sociales, teniendo en cuenta cuando
sea posible un enfoque antropológico o psicológico.

PLANTEO DEL PROBLEMA

Se han planteado muchos debates en torno a la utilización de la tecnología y la
recolección de datos de forma masiva, tanto para usos con fines comerciales, como para
aquellos ligados a la política o la seguridad nacional.

4
 El problema fundamental radica en la obtención de miles de datos sensibles de la
población de un país, que sucede sin la autorización de los sujetos, y en el
procesamiento de los mismos como método de targeting político.

Mejía (2020) aborda, en este sentido, el potencial invasivo que significa la big
data para la privacidad de las personas, representando tan solo un punto del amplísimo
espectro de vulnerabilidades en el que incide la tecnología actual:

“respecto del Big Data (…) la vulneración de la intimidad, los peligros en cuanto

a la discriminación, el manejo de datos personales sensibles en materia de salud,

el conflicto que se podría presentar entre las predicciones realizadas a través de

técnicas analíticas (…), la tensión entre la libertad de información y la protección

de datos personales y las implicaciones éticas del uso de datos por parte de los

investigadores” (p. 81).

Estos riesgos representan un peligro importante, ya que sus consecuencias son

difíciles de cuantificar y muchas veces los procesos que involucran big data, están
protegidos por secreto comercial.

La inexistencia de un marco regulatorio, conceptos legales y jurídicos específicos

y adaptables a los rápidos cambios que ocurren en un mundo globalizado de avances
tecnológicos, dejan un vacío del cual las empresas del Grupo SCL, y en especial CA,
toman ventaja.

En general, el uso de los datos privados, y su consecuente análisis para determinar

patrones predecibles eran utilizados como herramientas de marketing con fines
puramente comerciales, promocionando un producto o servicio (Mejía, 2020:88). Sin
embargo, el planteo del problema refiere a cuando estos métodos, sin ser totalmente
legales, son llevados al espacio de la política. La big data, utilizada en este sentido
puede significar una gran vulnerabilidad para la democracia.

Eli Pariser (2011) lo explica en su libro The Filter Bubble: What the Internet Is
Hiding From You, ya que se utiliza un método de targeting específico, donde las
campañas ya no contienen mensajes generales dirigidos a sus votantes. Se determinan
distintos perfiles psicológicos específicos, que según sean clasificados, reciben

5
información personalizada, y por tanto diferente entre un grupo y otro, a favor de un
candidato. Todo ello realizado por computadoras, de forma que se pierde la discusión
natural necesaria en tal proceso político (Burleigh, 2017). De esta forma, se crean
discursos paralelos, hechos conocidos solo conocidos por algunos, y lo más peligroso:
realidades alternativas.

Todo dato hoy es susceptible de ser captado, almacenado y vendido, incluso

aquellos que han sido creados sin ser usuarios de redes sociales o sin navegar por
internet. Por ejemplo, American Express dedujo varios patrones de comportamiento en
base al uso de la tarjeta de crédito de sus clientes (Bollier, 2010).

Sin embargo, ¿qué sucede cuando hay en juego datos más sensibles y se
encuentran disponibles para la venta? Grassegger & Krogerus (González, 2017)
expusieron un patrón preocupante: si se quisiera saber, por ejemplo, dónde viven las
mujeres de alguna comunidad judía, simplemente se puede obtener esa información
comprándosela a los data brokers, incluyendo incluso sus números telefónicos.

La autora Florencia Copey (2018), quien investigó sobre el rol de la big data en la
actualidad expuso que:

“utilizando Big Data, un tipo de avance tecnológico para el almacenamiento de

grandes cantidades de datos en la Red, todas las acciones de los individuos en

Internet pueden ser almacenadas, interpretadas y fragmentadas, y con el

procesamiento de la información, esas acciones se convierten en predecibles y

programables” (p. 53).

Citando a uno de los colaboradores necesarios del proceso y ex empleado de CA:

“Si miras los últimos cinco años de investigación científica de perfilado

psicológico usando datos sociales, valida que puedes perfilar atributos

psicológicos. No hay duda de que puedes perfilar a la gente y explotar esa

información. Que eso sea adecuado en un proceso democrático es algo que la

gente debería pensar” (Copey, 2018, p.54).

6
 En resumen, el problema planteado gira en torno a la recolección de datos
personales y sensibles por fuera de los marcos legales, con el objetivo de construir
precisos perfiles psicológicos, en base a detallados rasgos personales (Mejía, 2020:91),
obtenidos de las redes sociales. Todo ello con el objetivo de crear publicidad
personalizada para influir, e incluso determinar, los votos de los electores en la campaña
presidencial de 2016 en Estados Unidos.

HIPOTESIS
La empresa inglesa Cambridge Analytica (CA) cumplió un papel más que
fundamental en la efectividad de la campaña electoral de Donald Trump y en el
posterior resultado de las elecciones que anunciaron la victoria del candidato
republicano.

La metodología de CA se basó en la recolección de miles de puntos de datos 5

(González, 2017) de millones de norteamericanos con capacidad de votar. Esto supuso
la construcción de perfiles demográficos a gran escala que sirvieron para reconocer
potenciales votantes del candidato republicano. Mejía (2020) otorga un ejemplo
perfecto, en base a la investigación de Grassegger y Krogerus: “preferir carros hechos
en el país era un gran indicador de potenciales votantes por Trump.”

De esta forma, se generó una campaña masiva de targeting político, distribuyendo

de forma personalizada aquella publicidad, en forma de noticias, publicaciones, memes
e incluso fake news6. Este método logró que el votante sea consciente de su causa
personal, pero en contra de la candidata rival Hillary Clinton, y en consecuencia votar a
favor de Trump.

Como explicaron de mejor manera Grassegger y Krogerus:

“[la campaña] podía ser vista por usuarios con perfiles específicos como

afroamericanos, en la que Hillary Clinton a través de video se refería a ellos como

depredadores; en tanto que, en Little Haiti en Miami se difundió información

acerca del fracaso de la Fundación Clinton ayudando después del terremoto de

Haití” (Mejía, 2020, p. 96).

5
Cita la investigación de Kranish.
6
Cabezuelo Lorenzo y Manfredi, 2019.

7
MARCO TEÓRICO
Para este trabajo es necesario delimitar y conceptualizar las categorías de las que
hacemos uso, debido al constante cambio y dinamismo de los propios conceptos.

Algunas nociones poseen una multiplicidad de definiciones dependiendo del

contexto, de los autores utilizados, o del enfoque que quiera otorgarse a la investigación.
Big Data, por ejemplo, puede definirse de las siguientes maneras.

Según Aronova, Oertzen y Sepkoski (2017) se refieren a “la enorme cantidad de

información recopilada, almacenada y procesada en campos tan variados como la
genómica, la arqueología, la ciencia del clima, la astronomía y la geología” (pp. 11-12).

Según el antropólogo Justin Lane, Big Data es una industria donde las empresas
como Facebook, Twitter y Google son capaces de comprar y vender datos obtenidos de
sus usuarios (González, 2017).

Sin embargo, para este proyecto utilizamos el siguiente marco de referencia.

Según Cotino Hueso (2017) entendemos la Big Data no como un concepto puramente
técnico sino como “la captación, gestión y tratamiento, para agregar valor a grandes
volúmenes de datos poco utilizados o inaccesibles hasta la fecha” (p. 132).

La elección de la definición no es aleatoria, sino que está conceptualizada dentro

de la teoría del capitalismo postindustrial o cognitivo. Esta visión esboza una ruptura en
el proceso de acumulación histórica del capitalismo, ya que se produce un cambio
fundamental, del paradigma del capitalismo industrial, clásico, a uno postindustrial con
mayor énfasis en las innovaciones tecnológicas y su nuevo valor (Sztulwark & Míguez,
2019).

Dos conceptos son necesarios para comprender este cambio: el papel del
conocimiento en el proceso de revalorización del capital y la relación entre el modo de
producción y la lógica de acumulación.

Patrick Dieuaide, Bernard Paulre, Carlo Vercellone (2003) plantean la ruptura del
capitalismo industrial a partir de la crisis de la década de los 70, lo que explica en parte
el surgimiento del capitalismo cognitivo.

8
 “En esta perspectiva, lo que está en juego es la crisis de un sistema “industrial” de

acumulación, que reposaba esencialmente sobre el dominio del tiempo de

reproducción de mercancías estandarizadas producidas con tecnologías

mecánicas, y el pasaje a un nuevo tipo de acumulación” (Sztulwark & Míguez,

2019, p. 418).

Para Castells, “en el nuevo modo de desarrollo informacional, la fuente de la

productividad estriba en la tecnología de la generación del conocimiento, el
procesamiento de la información y la comunicación de símbolos” (Sztulwark & Míguez,
2019, p. 418).

Se redefinen las categorías clásicas del capitalismo como medios y modo de

producción, acumulación de valor, división de trabajo, incorporando cada vez más a la
tecnología. El conocimiento pasa a tener una centralidad en el proceso productivo que
antes no tenía.

Por tanto, Sztulwark y Míguez (2019) afirman que,

“de este modo, el desarrollo y la difusión de los medios de producción

electrónico-informáticos y el devenir cognitivo del trabajo son los elementos

centrales que definen la ruptura histórica en el papel del conocimiento en la

instancia de creación de valor durante la transición del capitalismo industrial al

nuevo capitalismo” (p. 427).

METODOLOGÍA

Para la presente investigación se utilizarán tanto métodos cualitativos como

cuantitativos.

Se intentará sistematizar la información dispersa para lograr un objetivo conciso

que explique todo el proceso, desde la obtención de los datos en redes con fines
políticos hasta los comparecimientos de los principales involucrados ante instancias
jurídicas (Jottasová y Laikos, 2018).

9
 Por tanto, para hacer una delimitación temporal, la investigación abarcará desde el
2016, año de las campañas electorales en los Estados Unidos hasta el 2018 año en que
ocurre la investigación de los hechos acaecidos paralelamente en instancias de la Unión
Europea como en el Senado norteamericano.

Se plantea una investigación más bien del tipo descriptiva, Sabino (2011) la
plantea como una investigación cuya “preocupación primordial radica en describir
algunas características fundamentales de conjuntos homogéneos de fenómenos,
utilizando criterios sistemáticos que permitan poner de manifiesto su estructura o
comportamiento” (p. 63).

Ya que la investigación no se enfocará en el porqué de los hechos o su origen,

sino en la descripción de los mismos, con el fin de abordar otras problemáticas como la
vulneración de derechos, la injerencia en el proceso democrático, el enfoque legal de
sus repercusiones, la utilización de técnicas de perfilado social y sus consecuencias
entre otros.

FUENTES

La investigación constará de fuentes primarias y secundarias. En cuanto a fuentes

primarias, se propone examinar los elementos jurídicos y legislativos que indaguen en el
uso de las nuevas tecnologías en procesos políticos, tanto las existentes como aquellas
surgidas en postmetrías del accionar de Cambridge Analytica.

Debido a la relevancia pública y a la atención en los medios, el surgimiento de

una comisión especial del Parlamento Europeo para indagar en las cuestiones legales
otorgó nuevas conceptualizaciones y alcances, sentando un precedente para futuros
procesos. Se propone, además, analizar los estatutos resultados de esa comisión que
rigen como sustento legal en los estados de la Unión Europea, resultado de la más
amplia integración regional y cooperación en materia de derecho.

Como fuentes primarias, las resoluciones del Parlamento Europeo otorgan mayor
claridad sobre los conceptos legales y los derechos de las personas respecto a la
utilización de la tecnología. Con relación a la privacidad y protección de los datos, se ha
expresado de la siguiente manera en la resolución del 14 de marzo de 2017:

“[El Parlamento] insta a los sectores público y privado y a otros responsables del

tratamiento de datos que utilicen los instrumentos previstos en el Reglamento

10
 general de protección de datos como, por ejemplo, los códigos de conducta y los

sistemas de certificación, en aras de una mayor seguridad sobre sus obligaciones

específicas en virtud del Derecho de la Unión”.

Además del uso de fuentes legales, también abordaremos diversos reportes que
contribuyen al relevamiento de los números y porcentajes que requerirá la investigación.
El reporte de We Are Social (2021) respecto a los datos de uso de internet y redes
sociales de las personas es menester para comprender la magnitud de los datos creados
digitalmente.

También se pretende abordar las entrevistas a los principales implicados en el

caso de CA, ex empleados que formaron parte de los procesos de recolección de datos y
de su procesamiento basados en la comprensión del comportamiento humano; los altos
puestos de las empresas como Alexander Nix, CEO de CA al momento de la campaña,
y Mark Zuckerberg, CEO de Meta (Facebook). Esto permitirá la recolección de
información interna detallada de los procesos ocurridos, clave para explicar las
vulneraciones en los derechos de las personas y del propio proceso democrático.

También se harán uso de fuentes secundarias bibliográficas, recolectando el

material necesario para obtener distintas miradas sobre lo sucedido.

OBJETIVOS

Objetivo general:

 Investigar el rol de la Big Data y las nuevas tecnologías en el proceso político de

la campaña electoral de Donald Trump.

Objetivos específicos:

 Analizar las políticas adoptadas (resoluciones, fallos) como resultado del

procesamiento de datos personales por parte de Cambridge Analytica y
Facebook.

 Identificar los riesgos de la utilización y procesamiento de datos personales y

sensibles en manos de un oligopolio de empresas privadas.

 Avanzar sobre la comprensión de las técnicas y la metodología empleada por las

empresas para otorgarle operatividad al gran volumen de datos crudos.

11
12
BIBLIOGRAFÍA

Aronova, E., Oertzen, C., & Sepkoski, E. (2018). Introducción: historizar Big Data.
Dossier Osiris, 4-27.

BBC. (2018). 5 claves para entender el escándalo de Cambridge Analytica que hizo que
Facebook perdiera US$37.000 millones en un día. BBC.

Bollier, D. (2010). The promise and peril of big data. Washington, Estados Unidos: The
Aspen Institute.

Burleigh, N. (2017). How Big Data Mines Personal Info to Craft Fake News and
Manipulate Voters. Newsweek.

Cabezuelo Lorenzo, F., & Manfredi, J. (2019). Posverdad, fake-news y agenda política
en el discurso de Trump en Twitter. Historia y Comunicación Social, 471-483.

Copey, F. (2018). El camino de las TIC: del Nuevo Orden Mundial al imperio del Big
Data. Alcance, 7(15), 45-66. Recuperado el 08 de 2022

Cotino Hueso, L. (2017). Big Data E Inteligencia Artificial Una Aproximación A Su

Tratamiento Jurídico Desde Los Derechos Fundamentales. Dilemata, 131-150.

Dieuaide, P., Paulre, B., & Vercellone, C. (2003). Le capitalisme cognitif. 1-13.

González, R. J. (2017). Hacking the citizenry? Personality profiling, ‘big data’ and the
election of Donald Trump. Anthropology Today, 33(3), 9-12. Recuperado el 4 de 9 de
2022, de https://onlinelibrary.wiley.com/doi/pdf/10.1111/1467-8322.12348

Grassegger, H., & Krogerus, M. (28 de 01 de 2017). The Data That Turned the World
Upside Down. Motherboard.

Jottasová, I., & Laikos, C. (22 de 05 de 2018). Mark Zuckerberg pide perdón en el
Parlamento Europeo: ¿por qué es importante su comparecencia? CNN Español.

Lazerta, V. (2021). Could Cambridge Analytica Have Delivered Donald Trump’s 2016
Presidential Victory? An Anthropologist’s Look at Big Data and Political Campaigning.
Public Anthropologist , 119-147.

Magnani, E. (2017). Big data y política. El poder de los algoritmos. Nueva Sociedad,
45-55.

13
Mejía, A. F. (2020). La libertad de expresión en jaque, el panóptico del siglo XXI. Big
data como amenaza para la democracia. A propósito del caso Cambridge Analytica.
Universitas,(32), 79-105. doi: https://doi.org/10.20318/universitas.2020.5512

Sabino, C. (2011). El Proceso de Investigación. Buenos Aires: Lumen/Hvmanitas.

Sztulwark, S., & Míguez, P. (2019). Conocimiento y valorización en el nuevo

capitalismo. En V. R. Florencia Barletta, Tópicos de la teoría evolucionista
neoschumpeteriana de la innovación y el cambio tecnológico (vol. 2) (págs. 417-437).
Los Polvorines: Ediciones UNGS.

We are social. (27 de 01 de 2021). Obtenido de

https://wearesocial.com/es/blog/2021/01/digital-report-2021-el-informe-sobre-las-
tendencias-digitales-redes-sociales-y-mobile/

Resolución del Parlamento Europeo. (14 de marzo de 2017) sobre las implicaciones de
los macrodatos en los derechos fundamentales: privacidad, protección de datos, no
discriminación, seguridad y aplicación de la ley (2016/2225(INI)).
https://op.europa.eu/es/publication-detail/-/publication/bba9b363-8fdf-11e8-8bc1-
01aa75ed71a1

14