112 lines
10 KiB
Markdown
112 lines
10 KiB
Markdown
# Pregunta 1
|
|
|
|
No contexto do Big Data na Administración Pública, cal das seguintes opcións describe correctamente o concepto de 'Veracidade' (unha das famosas 5 V)?
|
|
|
|
## Resposta
|
|
|
|
Vou soltar a cegas qué é para min a veracidade no caso do Big Data. Tras unha análise dos datos, a extracción dos mesmos sexan reais conforme aos datos orixinais. Por outra banda, se o Big Data non se refire a traballo de datos masivos non relacionados, sinón a xestión de datos en xeral como poden ser as publicacións e contorno dos datos expostos, documentos internos, etc. A veracidade indicaríanos que de verdade son datos oficiais. Isto último pode darse a partires de sistemas de validación como ligazón e Hashes ou sistemas de verificación como CSV, etc.
|
|
|
|
Agora, voy miralas opcións e responder a éstas a cegas, a ver qué sae:
|
|
|
|
> *A necesidade de garantir que os datos masivos recollidos sexan precisos, fiables e de calidade para poder tomar decisións gobernamentais correctas e xustas.*
|
|
|
|
Esta atañe a ámbolos puntos de vista expostos anteriormente. Se a extracción de datos concisos non se correspondnte cos datos orixinais oou non teñen que ver co que se está a expor, isto xera un problema de veracidade.
|
|
|
|
> *A veracidade refírese á velocidade coa que a Administración Pública é capaz de publicar absolutamente todos os datos recadados nun portal de transparencia, sen importar se conteñen erros de formato ou se están incompletos, priorizando sempre a inmediatez cidadá sobre calquera tipo de calidade técnica e rigor informático na base de datos.*
|
|
|
|
Isto non ten sentido algún cara a veracidade, e posiblemente con nada.
|
|
|
|
> *A obriga legal de que os cidadáns xuren dicir a verdade antes de introducir calquera dato nun formulario web.*
|
|
|
|
Isto é un formalisto conforme dícese a verdade, pero non garante de dita veracidade, polo que non ten que ver. Calquera pode mentir no xurado, ou sen esperar malicia, trabucarse ou errar nos datos facilitados.
|
|
|
|
> *A capacidade de xerar un volume inmenso de datos reais en tempo real mediante sensores IoT.*
|
|
|
|
Isto depende da veracidade concretamente, para poder coller eses datos e podelos operar feacentemente, polo tanto, tampouco é veracidade.
|
|
|
|
## Corrección
|
|
|
|
- **Concepto**: ¡Correcto! Al descartar diste en el clavo. La "veracidad" en Big Data no es que el dato sea un documento compulsado oficial, sino que el conjunto de datos esté limpio, sea preciso y fiable (sin ruido ni errores) para que el algoritmo no arroje conclusiones absurdas.
|
|
- **Lingüística (Galego) - ¡Alerta roja repetida! 🚨**
|
|
- Volveches usar "**a partires de**". ¡Témolo que desterrar! O correcto é sempre "**a partir de**".
|
|
- *Acentuación*: "qué é", "éestas", "qué sae" -> Os pronomes interrogativos levan til en preguntas directas, pero aquí algúns sobran ou teñen erros de formato. "Estas" nunca leva til.
|
|
- *Ortografía*: "sinón" -> **senón**. "oou" -> **ou**. "formalisto" -> **formalismo**. "dícese" -> **dise** ou **se di**.
|
|
- *Vocabulario*: "feacentemente" é un castelanismo (fehacientemente). En galego o ideal é "**de xeito fidedigno**".
|
|
|
|
# Pregunta 2
|
|
|
|
Al aplicar técnicas de Big Data sobre expedientes sanitarios o tributarios, ¿cuál es la diferencia fundamental entre anonimización y seudonimización según el RGPD?
|
|
|
|
## Respuesta
|
|
|
|
Respondiendo a ciegas, diría que la anonimización es el ocultar el autor origen de los datos mientras que la seudonimización es la forma de garantizar una identificación de autoría u origen de dichos datos protegiendo la privacidad del mismo.
|
|
|
|
## Corrección
|
|
|
|
- **Concepto**: Lo has entendido a la perfección. La clave diferencial es la reversibilidad.
|
|
- **Lingüística (Castellano)**: Impecable. Respuesta directa y clara.
|
|
|
|
# Pregunta 3
|
|
|
|
É común confundir 'Big Data' con 'Open Data' (Datos Abertos). Cal das seguintes afirmacións establece a diferenza principal entre ambos no sector público?
|
|
|
|
## Resposta
|
|
|
|
O Big Data e un conxunto de datos sen relación entre eles, para fins diversos, mentres que o Open Data son datos abertos ao público en xeral. O Big Data pode estar nun entorno privado non compartido por niveis de confidencilidade ao que pode pertencer mentres que o Open Data non tería estes límites.
|
|
|
|
## Corrección
|
|
|
|
- **Concepto**: Bien deducido. El límite de la confidencialidad es la clave práctica en la Administración.
|
|
- **Lingüística (Galego)**: Un par de tecleos rápidos: "e un conxunto" -> é un conxunto. "confidencilidade" -> **confidencialidade**.
|
|
|
|
# Pregunta 4
|
|
|
|
Dentro de la gestión pública, ¿qué busca principalmente la 'analítica predictiva' cuando se aplican algoritmos de Big Data?
|
|
|
|
## Respuesta
|
|
|
|
Hablando un poco a ciegas y partiendo del Big Data y la tendencia a sistemas de Deep Learning como las IAs actuales, la analística predictiva busca la mayor probabilidad cara un posible resultado futuro a partir de los datos actuales en el cómputo del Big Data que tenga en análisis.
|
|
|
|
## Corrección
|
|
|
|
- **Concepto**: Exacto. Es jugar con las probabilidades de futuro basándose en los datos pasados.
|
|
- **Lingüística (Castellano)**: "analística" -> analítica.
|
|
|
|
# Pregunta 5. En castellano
|
|
|
|
Teniendo en cuenta el uso intensivo de datos (Big Data) en las "Smart Cities" (Ciudades Inteligentes) para gestionar desde cámaras de tráfico hasta contenedores de basura, ¿qué riesgos éticos y de privacidad identificarías, y cómo los mitigarías desde el diseño?
|
|
|
|
## Respuesta
|
|
|
|
Nestes casos atopámonos unha marea de riscos brutal, cada vez maior e con máis descontrol pese ás normativas que intentan restrinxir. Unha normativa non impide físicamente, soamente moral e logixamente polo que calquera, ou incluso un automatismo, podería facer uso destes datos, xa sexa por intrusión, exposición, etc. As cámaras de vixilancia requiren de conexións e Software para poder facer monitorización nun ámbito de rede, xa sexa por Intranet (Un sistema pechado) como por Internet(Independentemente de que sexan sistemas abertos ou que requiren de acceso e/ou control remoto); así como os sistemas de identificación por NFC para os contedores, entre outros moitos.
|
|
|
|
Para poder solventar todos estes problemas, por exemplo, cara as cámaras, diferenciar ven se son de ámbito público ou privado, sendo as segundas vinculantes a unha rede pechada e privada, a poder ser por cable e sen nodos inalámbricos. No caso dos NFC pouco se pode facer máis que poñer trabas criptográficas, pero o sistema en cuestión limítase pola súa natureza.
|
|
|
|
## Corrección
|
|
|
|
- **¡Atención al formato del examen!** Te pedí la respuesta en castellano y la has escrito en galego. En una oposición, no seguir las instrucciones de formato o idioma en una prueba de desarrollo es un cero directo en esa pregunta. ¡Mucha atención a los enunciados!
|
|
- **Razonamiento Técnico**: Te has centrado mucho en la ciberseguridad (hackeos, redes wifi vs cable, NFC). Está bien, pero la pregunta incidía en los riesgos **éticos y de privacidad**. Aquí el tribunal espera que hables de:
|
|
- *Riesgos*: Vigilancia masiva ciudadana, discriminación algorítmica (ej. el sistema de basura penaliza más a un barrio que a otro), pérdida de anonimato en la vía pública.
|
|
- *Solución desde el diseño*: Debes mencionar obligatoriamente el principio de "**Privacidad desde el Diseño**" (**Privacy by Design**) del RGPD: minimizar la recogida de datos (que las cámaras cuenten coches, pero borren las matrículas al instante si no hay infracción), anonimizar en origen y no guardar datos innecesarios.
|
|
- **Lingüística (Galego):**
|
|
- **¡Segunda alerta roja repetida! 🚨** Escribiches "físicamente" e "loxicamente". Lembra a regra de ouro que vimos onte: **en galego, os adverbios rematados en "-mente" NUNCA levan til**. O correcto é **fisicamente** e **loxicamente**.
|
|
- "inalámbricos" -> mellor "**sen fíos**".
|
|
- "ven se son" -> "**ben se son**".
|
|
|
|
# Pregunta 6. En galego
|
|
|
|
Imaxina que a Axencia Tributaria decide aplicar ferramentas de Big Data para cruzar automaticamente datos de redes sociais públicas, movementos bancarios e consumo eléctrico co fin de detectar posibles patróns de fraude fiscal. É legal realizar este tipo de "perfilaxe" (profiling) automatizada cidadá? Que dereitos asisten ao cidadán neste caso segundo o RXPD e a LOPDGDD?
|
|
|
|
## Resposta
|
|
|
|
Falando a cegas, dicir que estaría totalmente prohibido por mor de ser unha vulneración da privacidade e da intimidade das persoas, ademais que a maioría de procedementos requiren dun consentemento por parte do interesado, pese a que este sexa un afectado neste caso.
|
|
|
|
Mirando a lexislación atopámonos que a busca de datos facilitada por un terceiro non pode exceder da identificación do interesado en cuestión, salvo que sexa no interés ou protección do interesado en cuestión. Isto o temos navegando como base na LOPDGDD, no seu artigo 11, da Transparencia e Información ao Afectado, do Capítulo I, de Transparencia e Información, do Título III, dos Dereitos das Persoas, concretamente no seu Apartado 3, que nos leva ao RXPD, concretamente ao seu artigo 14, onde se nos di que a recolecta de datos vai condicionada entre outras ao establecido no Artigo 10, do Tratamento de Datos Persoais Relativos a Condenas e Infracciones Penais, o cal condiciona estes aos datos que nos permite o Artigo 6, con dita base.
|
|
|
|
## Corrección
|
|
|
|
- **Razonamiento Técnico / Legal (¡Ojo aquí!)**: Tu deducción lógica te dice que está totalmente prohibido por falta de consentimiento. **Trampa mortal de oposición**. * La Administración Pública **no necesita el consentimiento** del ciudadano si el tratamiento es necesario para el cumplimiento de una *misión realizada en interés público o el ejercicio de poderes públicos* (Art. 6.1.e del RGPD). Evitar el fraude fiscal es un poder público.
|
|
- Lo que *sí* protege al ciudadano en este escenario de Big Data es el **Art. 22 del RGPD**: el derecho a no ser objeto de una decisión basada **únicamente** en el tratamiento automatizado. Es decir, el algoritmo puede levantar la bandera roja y perfilarte como sospechoso, pero la multa o el embargo final tiene que firmarlo y revisarlo un inspector humano.
|
|
- **Lingüística (Galego)**:
|
|
- "interés" -> **interese**.
|
|
- Sintaxis un poco enredada al final mencionando artículos. Es mejor ir al grano con el concepto jurídico que hacer una ensalada de números si no estás 100% seguro del número exacto de cada apartado. |