Todo El Mundo Miente. Lo Que internet Y El Big Data Puede Decir Sobre Nosotros Mismos — Seth Stephens-Davidowitz / Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are by Seth Stephens-Davidowitz

EB22E707-AF47-4FAC-8EC0-055FC535FEA4
La tesis básica de «Todo el mundo miente» es que los datos en línea sobre el comportamiento humano, incluidas las búsquedas de Google y los datos de Facebook, compras y sitios pornográficos, pueden revelar mucho sobre lo que realmente pensamos que los datos de encuestas en las que las personas podrían estar demasiado avergonzadas para contar la verdad. En nuestros momentos sin vigilancia, cuando estamos solos y buscando en Google en la privacidad de nuestros hogares, es mucho más probable que divulguemos nuestros deseos más íntimos. La premisa es que comprender realmente el comportamiento humano a través de la psicología o la neurociencia es demasiado complicado en este momento, por lo que es mucho mejor simplemente pasar por alto ese tipo de comprensión y ver lo que los números nos dicen en términos del comportamiento en línea de las personas. Al hacer esto, el autor analiza una notable variedad de fuentes y estudios en línea de investigadores líderes, y uno debe felicitarlo por la diversidad y profundidad del material que ha sondeado.

Lo que nos ha permitido acceder a este grupo de opiniones sin protección y cargas de datos sobre el comportamiento humano es Internet y las herramientas de los «grandes» datos. Como dice el autor, estos datos no son solo «grandes» sino también «nuevos», lo que significa que el tipo de datos a los que podemos acceder también es bastante diferente de lo que estamos acostumbrados; en sus palabras, vivimos en un mundo donde cada estornudo, tos, compra por internet, opinión política y carrera nocturna pueden considerarse «datos». Esto hace posible probar hipótesis que no podríamos haber probado antes. Por ejemplo, el autor da el ejemplo de probar el Complejo de Edipo de Freud mediante el acceso a datos pornográficos que indican un interés medible en el incesto. En términos generales, hay un gran énfasis en explorar la sexualidad humana en el libro, en parte porque la sexualidad es uno de esos aspectos de nuestra vida que más queremos ocultar y también estamos interesados de manera pruriente, y en parte porque la investigación de estos datos a través de búsquedas en Google y Los sitios pornográficos revelan algunas preferencias sexuales bastante extrañas que a veces también son específicas de un país u otro. Este es un uso divertido de la minería de datos.

La exploración de datos puede revelar tanto lo obvio como arrojar observaciones inesperadas. Un uso más serio de las herramientas de datos se refiere a opiniones políticas. Basado en búsquedas de Google en estados particulares, el autor muestra cómo el racismo (como lo indican las búsquedas racistas de Google) fue un indicador principal de qué estados votaron por Obama en las elecciones de 2008 y Trump en las elecciones de 2016. Esa es posiblemente una conclusión obvia, al menos en retrospectiva. Una conclusión más contraria a la intuición es que la división del racismo no parece tener un claro mapa en la división urbano-rural o la división Norte-Sur, sino más bien en la división Este-Oeste; La gente parece estar buscando mucho más cosas explícitamente racistas en el Este en comparación con el Oeste. También hay una encuesta interesante de personas homosexuales en estados más y menos tolerantes que concluye que es probable que encuentres personas homosexuales en ambas partes del país. Otra sección interesante del libro habló sobre cómo los llamados a la paz por parte de los políticos después de los ataques terroristas en realidad conducen a búsquedas de Google más que menos xenófobas; Esto va acompañado de una sección que sugiere cómo las tendencias pueden revertirse potencialmente si se usan diferentes palabras en los discursos políticos. También hay una discusión interesante sobre cómo la creencia de que las inclinaciones políticas de los periódicos impulsan las preferencias políticas de los clientes lo hace exactamente al revés; los datos muestran que las preferencias políticas de los clientes dan forma a lo que imprimen los periódicos, por lo que efectivamente no están haciendo nada diferente de cualquier otra organización centrada en el cliente y con fines de lucro.

La herramienta principal para hacer todo este análisis de datos es el análisis de correlación o regresión, donde observa las búsquedas en línea e intenta encontrar correlaciones entre ciertos términos y factores como la ubicación geográfica, el género y el origen étnico. Uno espera que haya separado la variable correlacionada más importante y haya eliminado otras potencialmente importantes.

Hay toneladas de otros estudios divertidos e informativos, a veces propios, pero más a menudo de otras personas, que revelan los deseos y el comportamiento humano en una amplia gama de campos, incluidos la política, las citas, los deportes, la educación, las compras y la sexualidad. Hay mucho material potencialmente útil en estos estudios. Por ejemplo, algunos de los datos que indican brechas en el logro educativo o social en diferentes partes del país son, en principio, procesables. Las búsquedas en Google también se han utilizado para realizar un seguimiento de la gripe y otras epidemias de enfermedades. A veces, encontrar correlaciones es financieramente lucrativo; Hay una historia sobre cómo un experto en caballos descubrió que el éxito en las carreras de caballos parece correlacionarse con un factor más que con cualquier otro: el tamaño del ventrículo izquierdo. Otro estudio aisló el impacto de la temporada temprana de crecimiento en la calidad de los vinos. No hay duda de que las firmas financieras, supermercados, periódicos, hospitales y proveedores en línea de todo, desde pornografía hasta maní, vigilarán de cerca estos datos para maximizar su alcance y ganancias.

En general, disfruté «Todo el mundo engaña»; para el alcance del material, el estilo sencillo y algunas de las observaciones contrarias a la intuición que revela. Mi principal reserva sobre el libro es que creo que el autor exagera su caso y, a veces, parece demasiado sin aliento sobre los grandes cambios que estas herramientas traerán. Más de una vez usa el término «revolucionario» para describir estas herramientas de datos, pero sospecho mucho más de su utilidad final. En primer lugar, los datos no equivalen a conocimiento; más bien, es la materia prima para el conocimiento. Como el propio autor reconoce, comprender la correlación no es lo mismo que comprender la causalidad, y es en muy pocos casos que se puede establecer una verdadera relación causal entre las búsquedas de Google de las personas y su verdadera naturaleza. Parte de la razón por la que pienso de esta manera es porque no creo que la búsqueda en Google de una persona refleje sus deseos más profundos como parece pensar el libro, por lo que lo que una persona realmente cree puede ir mucho más allá de su comportamiento en línea. Considere los estudios que revelan las preferencias sexuales de las personas, por ejemplo; ¿Cuántos de ellos apuntan a idiosincrasias triviales y cuántos indican alguna verdad más profunda sobre el cerebro humano? Las herramientas por sí solas no pueden establecer esta distinción. Al final del día, podría terminar con muchos datos (incluido mucho ruido), pero separar los puntos de datos útiles de las pistas falsas es un asunto completamente diferente. En este sentido, mirar las búsquedas de Google y otra información puede ser un enfoque reduccionista y simplista.

En segundo lugar, generalmente es bastante difícil controlar todas las variables posibles que pueden reflejar una búsqueda en Google; Por ejemplo, al concluir que el racismo es el que más contribuye a un comportamiento político particular, es muy difícil descubrir todos los demás factores que también pueden hacerlo, especialmente cuando se habla de una colección heterogénea de seres humanos. ¿Cómo puede saber que ha corregido todos los factores posibles? En tercer y último lugar, la parte de «ciencia» de «ciencia de datos» aún carece de rigor en mi opinión. Por ejemplo, muchas de las conclusiones de las que habla el libro se basan en estudios únicos que no parecen repetirse. En algunos casos, los tamaños de muestra son grandes, pero en otros casos son pequeños. Además, las opiniones de las personas pueden cambiar con el tiempo, por lo que es importante elegir la ventana de tiempo adecuada para realizar el estudio. Todo esto apunta a una gran responsabilidad por parte de los científicos de datos para asegurarse de que sus resultados sean rigurosos y no demasiado simplistas, antes de que los políticos y el público en general los consideren instrumentos contundentes para cambiar las políticas sociales. Esta responsabilidad aumenta especialmente a medida que estos enfoques se generalizan y son más baratos de usar, especialmente en manos de no especialistas. Cuando tienes un martillo, todo comienza a parecerse a un clavo.

Teniendo en cuenta todas estas advertencias, considero que las herramientas como las descritas en este volumen son los puntos de partida para comprender el comportamiento humano, en lugar de los determinantes directos del comportamiento humano. Las herramientas mismas pueden decirle para qué se pueden usar, no necesariamente qué problemas se beneficiarían más de su aplicación. Los muchos estudios interesantes en este libro ciertamente responden bastante bien al «qué», pero la mayoría de ellos aún están muy lejos de responder el «cómo» y especialmente el «por qué». Señalan el camino hacia la puerta, pero no necesariamente nos dicen qué puerta abrir. Y pueden estar especialmente empobrecidos al iluminar lo que hay más allá; para eso solo una verdadera comprensión de la mente humana allanará el camino.

Stephens-Davidowitz dice en su conclusión «No soy un escritor particularmente detallado» y fue todo lo que pude hacer para evitar reír a carcajadas en el metro. Pero quizás esto fue solo un ejemplo del título de los libros: todos mienten. Si bien el contenido en sí era interesante, la historia y los usos de Big Data, algunos de los hallazgos sorprendentes, etc., la escritura del autor fue mediocre. Su tono a veces era condescendiente y explicaba en exceso muchos conceptos, en un intento aparentemente desesperado de llenar páginas. Casi abandoné el libro durante la introducción, pero lo logré, hasta la conclusión divagada, auto e indulgente. Quizás para su próximo libro, él puede proporcionar los datos mientras que otra persona proporciona la narrativa.

1. Bueno para las personas que no tienen idea sobre big data y su ciencia de datos.
2. incluye cosas que se utilizan para atraer audiencias promedio como la sexualidad, etc., pero no necesariamente cosas que ya tienen mucha experiencia en este campo.
3. Ocasionalmente exagera los resultados del estudio (tal vez debido al intento de explicar los resultados a la gente común pero aún no es tan riguroso)

Nos guste o no, los datos desempeñan un papel cada vez más importante en nuestras vidas, y ese papel va en aumento. Actualmente, los periódicos tienen secciones enteras dedicadas a los datos. Las grandes compañías cuentan con equipos centrados solo en analizar sus datos. Los inversores dan a las empresas emergentes decenas de millones de dólares si almacenan más datos. Solemos equivocarnos sobre el funcionamiento del mundo cuando no nos basamos solo en lo que oímos o experimentamos en persona. Si bien el método de la buena ciencia de datos a menudo es intuitivo, con frecuencia los resultados son contrarios a la intuición. La ciencia de datos toma un proceso humano natural e intuitivo —observar patrones y darles sentido— y le inyecta esteroides, lo que nos permite ver que el mundo funciona de una manera completamente diferente a como creíamos.

Los datos sobre pornografía y los datos de búsquedas en Google no solo son nuevos; son sinceros. En la era predigital, la gente ocultaba sus pensamientos vergonzosos a otra gente. En la era digital, siguen ocultándolos a otra gente, pero no en internet y en particular en sitios como Google y PornHub, que protegen su anonimato. Esos sitios funcionan como una especie de suero de la verdad digital: por eso podemos descubrir una fascinación generalizada por el incesto. Los macrodatos nos permiten ver finalmente qué quiere y qué hace la gente en realidad, no qué dice que quiere y que hace. Proporcionar datos honestos es la segunda capacidad de los macrodatos.
Con tantos datos, ahora existe información importante incluso sobre franjas ínfimas de la población.

En la era digital se ha ampliado nuestra concepción de qué cosas pueden constituir datos, y muchas ideas se han basado en esta nueva información. Descubrir cómo se produce el sesgo de los medios, qué palabras debe incluir una primera buena cita y cómo marchan las economías en desarrollo es solo el comienzo.
No es casualidad que también se haya ganado mucho dinero con estos nuevos datos, empezando por las decenas de miles de millones de los señores Brin y Page. A Joseph Reisinger no le ha ido mal. Los observadores estiman que Premise está ganando decenas de millones de dólares en ingresos anuales. Hace poco, unos inversores inyectaron 50 millones de dólares estadounidenses en la compañía.Eso significa que, para algunos inversores, Premise está entre las empresas más valiosas del mundo dedicadas principalmente a hacer y vender fotografías: en la misma categoría que Playboy.
Dicho de otro modo, tanto para los estudiosos como para los empresarios, resulta muy valioso utilizar los datos disponibles en la actualidad y reflexionar con la mente abierta sobre qué cosas constituyen datos.

Internet no solo nos permite obtener información sobre algunas opiniones alarmantes, sino también sobre conductas alarmantes. De hecho, los datos de Google pueden conseguir alertarnos acerca de crisis que se pasan por alto en las fuentes habituales. Al fin y al cabo, la gente recurre a Google cuando tiene problemas.

Las empresas pueden descubrir cómo conseguir más clientes. El Gobierno puede descubrir cómo utilizar los reembolsos para optimizar los incentivos de los médicos. Los estudiantes pueden descubrir en qué universidades encontrarán más beneficios. Esos experimentos demuestran que la inteligencia de datos tiene la capacidad de reemplazar las corazonadas, las ideas recibidas y las correlaciones chapuceras por cosas que de verdad funcionan: causalmente. Predigo una revolución basada en las revelaciones de los macrodatos. Pero eso no quiere decir que podamos contestar cualquier pregunta con solo echarle datos. Más aún, la inteligencia de datos no elimina la necesidad de utilizar las demás formas de entender el mundo que han desarrollado los seres humanos a lo largo de milenios. Ambos ámbitos se complementan.
Tenemos que ser muy cautelosos a la hora de utilizar datos de búsqueda para predecir delitos a nivel individual. Los datos dicen claramente que hay muchas, muchas búsquedas horribles que rara vez dan lugar a acciones horribles. Y no ha habido, hasta ahora, ninguna prueba de que el Gobierno pueda predecir una determinada acción horrenda, con alta probabilidad, solo con examinar esas búsquedas. Así pues, debemos guardarnos de permitir que el Gobierno intervenga a nivel individual en respuesta a los datos de búsqueda. Y no solo por motivos éticos o legales. Al menos de momento, también por motivos científicos inherentes a los datos.

claramente hay muchas, muchas búsquedas horribles que rara vez dan lugar a acciones horribles. Y no ha habido, hasta ahora, ninguna prueba de que el Gobierno pueda predecir una determinada acción horrenda, con alta probabilidad, solo con examinar esas búsquedas. Así pues, debemos guardarnos de permitir que el Gobierno intervenga a nivel individual en respuesta a los datos de búsqueda. Y no solo por motivos éticos o legales. Al menos de momento, también por motivos científicos inherentes a los datos.

Debemos ir con los macrodatos adondequiera que nos lleven y actuar en consecuencia.

———————————————-

A987C6E4-6428-4528-A0C6-63FF472FE5FD
The basic thesis of «Everybody Lies» is that online data on human behavior, including Google searches and data from Facebook, shopping and pornographic sites, can reveal much about what we really think than data from surveys in which people might be too embarrassed to tell the truth. In our unguarded moments, when we are alone and searching Google in the privacy of our homes, we are much more likely to divulge our innermost desires. The premise is that truly understanding human behavior by way of psychology or neuroscience is too complicated right now, so it’s much better to simply bypass that kind of understanding and look at what the numbers are telling us in terms of what people’s online behavior. In doing this the author looks at a remarkable variety of online sources and studies by leading researchers, and one must congratulate him for the diversity and depth of material he has plumbed.

What has allowed us to access this pool of unguarded opinions and truckloads of data concerning human behavior is the Internet and the tools of «big» data. As the author puts it, this data is not just «big» but also «new», which means that the kind of data we can access is also quite different from what we are used to; in his words, we live in a world where every sneeze, cough, internet purchase, political opinion, and evening run can be considered «data». This makes it possible to test hypotheses that we could not have tested before. For instance, the author gives the example of testing Freud’s Oedipus Complex through accessing pornographic data which indicates a measurable interest in incest. Generally speaking there is quite an emphasis on exploring human sexuality in the book, partly because sexuality is one of those aspects of our life that we wish to hide the most and are also pruriently interested in, and partly because investigating this data through Google searches and pornographic sites reveals some rather bizarre sexual preference that are also sometimes specific to one country or another. This is a somewhat fun use of data mining.

Data exploration can both reveal the obvious as well as throw up unexpected observations. A more serious use of data tools concerns political opinions. Based on Google searches in particular states, the author shows how racism (as indicated by racist Google searches) was a primary indicator of which states voted for Obama in the 2008 election and Trump in the 2016 election. That’s possibly an obvious conclusion, at least in retrospect. A more counterintuitive conclusion is that the racism divide does not seem to map neatly on the urban-rural divide or the North-South divide, but rather on the East-West divide; people seem to be searching much more for explicitly racist things in the East compared to the West. There is also an interesting survey of gay people in more and less tolerant states which concludes that you are as likely to find gay people in both parts of the country. Another interesting section of the book talked about how calls for peace by politicians after terrorist attacks actually lead to more rather than less xenophobic Google searches; this is accompanied by a section that hints at how the trends can be potentially reversed if different words are used in political speeches. There is also an interesting discussion of how the belief that newspaper political leanings drive customer political preferences gets it exactly backward; the data shows that customer political preferences shape what newspapers print, so effectively they are doing nothing different from any other customer-focused, profit making organization.

The primary tool for doing all this data analysis is correlation or regression analysis, where you look at online searches and try to find correlations between certain terms and factors like geographic location, gender, ethnicity. One hopes that one has separated the most important correlated variable and has eliminated other potentially important ones.

There are tons of other amusing and informative studies – sometimes the author’s own but more often other people’s – that reveal human desires and behavior across a wide swathe of fields, including politics, dating, sports, education, shopping and sexuality. There’s plenty of potentially useful material in these studies. For instance, some of the data that indicates gaps in educational or social attainment in different parts of the country are immediately actionable in principle. Google searches have also been used to keep track of flu and other disease epidemics. Sometimes finding correlations is financially lucrative; there is a story about how a horse expert found that success in horse races seems to correlate with one factor more than any other: the size of the left ventricle. Another study isolated the impact of the early growing season on the quality of wines. There is no doubt that financial firms, supermarkets, newspapers, hospitals and online purveyors of everything from pornography to peanuts are going to keep a close eye on this data to maximize their reach and profits.

Generally speaking I enjoyed «Everybody Lies»; for the scope of the material, the easy-going style and some of the counterintuitive observations it reveals. My main reservation about the book is that I think the author overstates his case and sometimes sounds a little too breathless about the great changes these tools are going to bring. More than once he uses the term «revolutionary» in describing these data tools, but I am much more suspicious of their ultimate utility. Firstly, data does not equal knowledge; rather, it is the raw material for knowledge. As the author himself acknowledges, understanding correlation is not the same as understanding causation, and it’s in very few cases that a true causal relationship between people’s Google searches and their true nature can be established. Part of the reason I think this way is because I don’t believe that a person’s Google search is as reflective of their innermost desires as the book seems to think, so what a person truly believes may go way beyond their online behavior. Consider the studies revealing people’s sexual preferences for instance; how many of them point to trivial idiosyncrasies and how many are indicative of some deeper truth about human brains? The tools alone cannot draw this distinction. At the end of the day you could thus end up with a lot of data (including a lot of noise), but teasing apart the useful data points from the red herrings is a completely different matter. In this sense, looking at Google searches and other information can be a reductionist and simplistic approach.

Secondly, it’s usually quite hard to control for all possible variables that may reflect a Google search; for instance in concluding that racism contributes the most to a particular political behavior, it’s very hard to tease out all other factors that also may do so, especially when you are talking about a heterogeneous collection of human beings. How can you know that you have corrected for every possible factor? Thirdly and finally, the «science» part of «data science» still lacks rigor in my opinion. For instance, a lot of the conclusions the book talks about are based on single studies which don’t seem to be repeated. In some cases the sample sizes are large, but in other cases they are small. Plus, people’s opinions can change over time, so it’s important to pick the right time window in which to do the study. All this points to great responsibility on the part of data scientists to make sure that their results are rigorous and not too simplistic, before they are taken up by both politicians and the general public as blunt instruments to change social policies. This responsibility increases especially as these approaches become more widespread and cheaper to use, especially in the hands of non-specialists. When you are in possession of a hammer, everything starts looking like a nail.

Considering all these caveats, I thus find tools like those described in this volume to be the starting points for understanding human behavior, rather than direct determinants of human behavior. The tools themselves can tell you what they can be used for, not necessarily what problems would benefit the most from their application. The many interesting studies in this book certainly answer the «what» quite well, but most of them are still quite far from answering the «how» and especially the «why». They point out the path to the door, but don’t necessarily tell us which door to open. And they can be especially impoverished in illuminating what lies beyond; for that only a true understanding of the human mind will pave the way.

Stephens-Davidowitz says in his conclusion «I am not a particularly verbose writer» and it was everything I could do to keep from laughing out loud on the subway. But perhaps this was just an example of the books title–everybody lies. While the content itself was interesting–the history and uses of Big Data, some of the surprising findings, etc.– the author’s writing was mediocre. His tone was sometimes condescending and he over explained many concepts, in a seemingly desperate attempt to fill pages. I nearly abandoned the book during the introduction, but powered through, all the way through the rambling, self & indulgent conclusion. Perhaps for his next book, he can provide the data while someone else provides the narrative.

1. Good for people who has no idea about big data and data science
2. it includes stuff kinda used to attract average audiences like sexuality etc but not necessarily stuff people who already have much background in this field.
3. It occasionally exaggerates the study results(maybe due to the attempt to explain the results to ordinary people but still not that rigorous)

Whether we like it or not, data plays an increasingly important role in our lives, and that role is increasing. Currently, newspapers have entire sections dedicated to data. Large companies have teams focused only on analyzing their data. Investors give startups tens of millions of dollars if they store more data. We tend to be wrong about the functioning of the world when we are not based only on what we hear or experience in person. While the method of good data science is often intuitive, the results are often contrary to intuition. Data science takes a natural and intuitive human process – observing patterns and making sense of them – and injects steroids, which allows us to see that the world works in a completely different way than we thought.

Pornography data and Google search data are not only new; They are sincere. In the predigital era, people hid their shameful thoughts from other people. In the digital age, they keep hiding them from other people, but not on the internet and in particular on sites like Google and PornHub, which protect their anonymity. These sites function as a kind of serum of digital truth: that is why we can discover a generalized fascination with incest. Big data allows us to finally see what people really want and do, not what they say they want and what they do. Providing honest data is the second ability of big data.
With so much data, there is now important information even about very small bands of the population.

In the digital age our conception of what things can constitute data has been expanded, and many ideas have been based on this new information. Discovering how media bias occurs, what words a good first date should include and how developing economies march is just the beginning.
It is no coincidence that a lot of money has also been earned from this new data, starting with the tens of billions of Mr. Brin and Page. Joseph Reisinger has not fared badly. Observers estimate that Premise is earning tens of millions of dollars in annual revenue. Recently, some investors injected 50 million US dollars into the company, which means that, for some investors, Premise is among the most valuable companies in the world dedicated mainly to making and selling photographs: in the same category as Playboy.
In other words, both for scholars and for entrepreneurs, it is very valuable to use the data currently available and to reflect with an open mind on what things constitute data.

The Internet not only allows us to obtain information about some alarming opinions, but also about alarming behaviors. In fact, Google data can alert us to crises that are overlooked in the usual sources. After all, people turn to Google when they have problems.

Companies can discover how to get more customers. The Government can discover how to use reimbursements to optimize the incentives of doctors. Students can discover in which universities they will find more benefits. These experiments show that data intelligence has the ability to replace hunches, ideas received and bungling correlations with things that really work: causally. I predict a revolution based on the revelations of big data. But that does not mean that we can answer any question just by giving you data. Moreover, data intelligence does not eliminate the need to use the other ways of understanding the world that human beings have developed over millennia. Both areas complement each other.
We have to be very cautious when using search data to predict crimes at the individual level. The data clearly says that there are many, many horrible searches that rarely lead to horrible actions. And there has been, so far, no evidence that the Government can predict a particular horrific action, with high probability, just by examining those searches. Thus, we must be careful to allow the Government to intervene at the individual level in response to the search data. And not only for ethical or legal reasons. At least for now, also for scientific reasons inherent in the data.

There are clearly many, many horrible searches that rarely lead to horrible actions. And there has been, so far, no evidence that the Government can predict a particular horrific action, with high probability, just by examining those searches. Thus, we must be careful to allow the Government to intervene at the individual level in response to the search data. And not only for ethical or legal reasons. At least for now, also for scientific reasons inherent in the data.

We must go with the big data wherever they take us and act accordingly.

Deja una respuesta

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.