PAPELES DEL PSICÓLOGO Vol. 43-1 Enero - Abril 2022

dores de los que es causa. En el modelado de redes los indicadores se perciben como proxies (aproximaciones) de variables que inte- ractúan entre ellas; por ejemplo, desde la perspectiva tradicional sín- tomas como la falta de energía, problemas de sueño o baja autoestima estarían causados por la depresión mientras que en el modelo de redes esos síntomas constituyen una red de interacción mutua. Supone un acercamiento diferente a la modelización y estu- dio de los fenómenos psicológicos (Epskamp et al., 2018; Fonseca- Pedrero, 2018). Big data. Redes sociales, wearables y dispositivos moviles La tradición investigadora en ciencias sociales construida sobre la representación del cubo de datos de Cattell (1966) como un con- junto ordenado constituido por tres ejes (casos, variables y momen- tos temporales), ha dado paso al dato masivo, no estructurado y de alta dimensionalidad. Esta irrupción, en cierto modo cuestiona el concepto clásico de test como unidad básica para la recogida de in- formación sobre comportamientos, actitudes o creencias. Las redes sociales como Facebook , LinkedIn o Twitter son fuentes continuas de datos que están dando lugar a una nueva línea de investigación en psicología (en este monográfico Andrés et al., 2022); la depresión, la ideación suicida, la personalidad o la selección de personal, por ejemplo, están siendo analizadas a través del análisis de la informa- ción desprendida de las redes sociales (Conway y O’Connor, 2016; Dwyer et al., 2018; Skaik y Inkpen, 2020; Woo et al., 2020). Pero además, el internet de la cosas o la utilización de dispositivos móvi- les abre la posibilidad de utilizar metodologías basada en el mues- treo de experiencias ( Experience sampling methodology , ESM; Myin-Germeys et al., 2018; Stieger et al., 2018) o evaluación am- bulatoria (en este monográfico Fonseca-Pedrero et al., 2022) que aportan una perspectiva ecológica a la evaluación psicológica. Aspectos éticos De forma paralela al incremento de las aplicaciones de la IA, se desarrolla un debate sobre aspectos éticos, legales e implicaciones sociales. Son muchas las instituciones nacionales e internacionales que han creado comités de expertos ad hoc para la elaboración de documentos y directrices sobre la IA. En España en Julio del 2020 se constituyó el Consejo Asesor en inteligencia artificial, la Comunidad Europea publicó el año 2018 el plan coordinado sobre inteligencia artificial en el que se otorga el rol de vigilancia al AI Watch , y ac- tualmente está trabajando en su reglamentación. La constitución de tales comités es un claro indicador del impacto tecnológico, econó- mico, político y social de las nuevas tecnologías. En una revisión sobre directrices y estándares en la que se estudian 84 documentos, se concluye que los problemas más tratados en los informes que analizan las cuestiones éticas implicadas con la IA es- tán relacionadas con la transparencia, la justicia, la equidad y el sesgo (Jobin, Ienca y Vayena, 2019). Conceptos por otro lado que han sido, y son objeto de los estándares sobre construcción y uso de test, con los que estamos en permanente contacto (en este monográ- fico Hernández et al., 2022). DISCUSIÓN Los cimientos de la psicometría teórica actual se edificaron en la segunda mitad del siglo XX; el modelo de la teoría clásica de test, la formulación del modelo factorial o las primeras propuestas sobre la teoría de respuesta al ítem conocida también como “Nueva psico- metría” corresponden a esa época (Lord y Novick, 1968; van der Linden y Hambleton, 1997). Desde entonces, la impulsión de la tec- nología digital y la accesibilidad y potencia del software y hardwa- re, han permitido la generalización del uso de esos modelos psicométricos acortando con ello la brecha entre psicometría teórica y aplicada (Elosua, 2012). Pero la innovación no se centra únicamente en la socialización del modelo confirmatorio, importante por otro lado para el fortaleci- miento de los estudios de validación. Junto a ella, se ha ampliado y enriquecido el concepto y uso de test; los entornos evaluativos son ahora diversos, complejos y dinámicos. Varias voces defienden que estamos en plena cuarta revolución industrial (Schwab, 2017); revo- lución caracterizada por el big data , la computación en la nube o el internet de las cosas. Si la tercera revolución industrial vino asociada a la explosión científica y a la tecnología de la información, la cuar- ta es un desarrollo de la anterior. La penetración de la tecnología digital en la evaluación nos ha acercado a un nuevo territorio en el cual las aportaciones de áreas de conocimiento como la ingeniería, lingüística computacional, informática y la inteligencia artificial abren nuevos campos de exploración, y cuestionan el concepto clá- sico de test; pero además, “el dato” se ha instalado en nuestras vi- das. Este nuevo referente procedente de aplicaciones, dispositivos móviles y redes sociales está permitiendo analizar conductas, clasifi- car y predecir. Es cierto que los procedimientos de obtención de da- tos son diferentes, pero ambos acercamientos presentan afinidades en sus objetivos. El límite entre el test y el dato como instrumentos que a partir del análisis de información facilitan la toma de decisiones se diluye. La cuestión, o las cuestiones ante este horizonte, son varias ¿estamos los psicólogos preparados para acometer esta tarea? ¿cuentan los perfiles más tecnológicos (ingenieros, informáticos…) TECNOLOGÍA DIGITAL Y TEST 8 S e c c i ó n M o n o g r á f i c a FIGURA 3 CUBO DE DATOS DE CATTELL Y BIG DATA