Doxa 2243

Una forma sencilla de mejorar la lectura de datos

Por Jeffrey D. Camm y Lucy D'Agostino McGowan

Análisis y ciencia de datos

Harvard Business Review

#Doxa #análisis #datos #ciencia #lectura #dirigente #consumidor #estadística #subordinado #directivo #decisión #contexto #media #desviación #estándar #típica #problema #observación #porcentaje #confusa #residir #denominador #líder

Resumen. Es probable que los altos dirigentes sean consumidores de estadísticas calculadas por sus subordinados directos para ayudarles a tomar decisiones con conocimiento de causa. Mientras se observan los datos, el presentador decide qué estadísticas son relevantes en un contexto determinado. ¿Debe presentarse la media de los datos? ¿Debe presentarse también la desviación típica? Los autores argumentan que hay un problema estadístico básico en la forma en que observamos los datos: el uso de porcentajes puede utilizarse de forma confusa para influir en los demás. La confusión suele residir en el denominador. Como líderes, tenemos que responder a los datos. Una pregunta sencilla pero esclarecedora que debemos hacernos es: "¿Cuál es el denominador?".

Edwards Deming dijo célebremente: "En Dios confiamos; todos los demás aportan datos". A medida que hemos evolucionado de la analítica a la ciencia de datos y a la IA, el mundo nunca ha estado más impulsado por los datos. Y como líder, se espera que tome decisiones sólidas respaldadas por datos. Sin embargo, los líderes rara vez utilizan los datos en bruto directamente para la toma de decisiones. En su lugar, es probable que sean consumidores de estadísticas calculadas por sus informes directos para ayudarles a tomar decisiones informadas.

Mientras se observan los datos, el presentador decide qué estadísticas son relevantes en un contexto determinado. ¿Debe presentarse la media de los datos? ¿Debe presentarse también la desviación típica? ¿Debe presentarse la distribución completa de los datos? ¿Deben presentarse las diferencias en los datos brutos, por ejemplo las ventas, o el cambio porcentual en la cuota de mercado?

Lo que debe recordar es lo siguiente Las estadísticas no son datos; son descripciones de datos. Para tomar decisiones más inteligentes, debe saber cómo cuestionar las estadísticas o, como escribió recientemente el columnista de The Wall Street Journal Jason Zweig, "aprender a replicar a las estadísticas es su primera línea de defensa".

En nuestra experiencia, hemos observado una cuestión estadística básica en particular: el uso de porcentajes puede utilizarse de forma confusa para influir en los demás. La confusión suele residir en el denominador. Al igual que Zweig, cuando nos enfrentamos a los porcentajes, defendemos que los líderes deben contestar, es decir, cuestionar las estadísticas. Una pregunta sencilla pero esclarecedora que hay que hacerse es: "¿Cuál es el denominador?".

Veamos tres casos en los que hacer esta pregunta podría ayudar a evitar interpretaciones erróneas y confusiones.

Porcentaje frente a diferencia absoluta

Un presentador tiene la opción de proporcionar un cambio absoluto o porcentual. Por ejemplo, en su artículo sobre la volatilidad del mercado bursátil, Zweig habla de cómo los profesionales del marketing financiero juegan con sus emociones con titulares en línea como "EL DOW SE DESPLOMA MÁS DE 1000 PUNTOS". Lamenta el truco de "ocultar el denominador". Este es un ejemplo clásico de cuándo hay que preguntarse: ¿Cuál es el denominador?

Eche un vistazo a la ecuación siguiente.

Aquí, conocer el denominador nos permite convertir el cambio en el valor del Dow en un porcentaje, que es como solemos pensar en un cambio en nuestras inversiones. Si el valor del Dow es de 40.000, por ejemplo, entonces podemos convertirlo a un cambio porcentual haciendo la división y multiplicando por 100:

Ahora, vuelva a leer ese titular y pregúntese: ¿Es una caída del valor del 2,5% un desplome? Eso es algo subjetivo, pero un titular del tipo "El Dow se desploma un 2,5%" no parece generar la misma sensación de urgencia. De ahí que la forma en que utilicemos (o no) ciertas estadísticas y la verborrea puedan ser persuasivas e inducir a error a los responsables de la toma de decisiones.

Como líder, es prudente preguntarse por qué el presentador opta por ofrecer datos brutos frente a porcentajes. Por ejemplo, si un director regional de ventas informa de que un nuevo punto de venta ha aumentado las ventas en 100.000 dólares este mes, saber cuáles fueron las ventas del mes pasado es muy relevante. Si las ventas del mes pasado fueron de 200.000 $, se trata de un impresionante aumento del 50% en las ventas. Si las ventas fueron de 1.000.000 de dólares, entonces se trata de un aumento menos impresionante del 10%.

Este mismo uso persuasivo se produce cuando sólo se presenta el cambio porcentual. Si el director regional de ventas informa: "Hemos tenido un descenso de las ventas en nuestra tienda de Manhattan este último mes, pero es sólo del 2%", sería bueno conocer el denominador de este porcentaje. Si la tienda de Manhattan es una tienda de muy alto rendimiento, un 2% puede ser muchos ingresos.

Lo esencial es estar plenamente informado. Siempre debe esperar recibir el porcentaje y el denominador, la diferencia relativa y la absoluta. Por ejemplo: "Las ventas aumentaron un 50%, de 200.000 a 300.000 dólares".

Otro problema que hemos visto es lo que llamamos el problema del participio pasado. Sencillamente, si un porcentaje se triplica (o duplica) la cantidad absoluta sólo se triplica (o duplica) si el denominador es el mismo en ambos casos.

Si su responsable de marketing le dice que su cuota de mercado se ha triplicado en el último año, es probable que se trate de una muy buena noticia. Pero no significa que los ingresos se hayan triplicado en el mismo periodo. De hecho, es posible que los ingresos hayan disminuido. Supongamos que los ingresos del año pasado fueron de 50 millones de dólares y los del mercado de 1.000 millones. Su cuota de mercado fue de 50/1000 = 5%. Si el mercado se reduce drásticamente, digamos a 200 millones de dólares y su cuota de mercado este año es de 30 millones de dólares, su cuota de mercado se ha triplicado del 5% al 30/200, es decir, un 15%, pero sus ingresos se redujeron en 20 millones de dólares. Pregunte siempre: "¿Cuál es el denominador?". En este caso, el tamaño del mercado en el año anterior y el tamaño del mercado en el año actual son los denominadores relevantes.

El denominador sesgado

Nuestro segundo caso tiene que ver con un denominador sesgado, asociado con mayor frecuencia a los porcentajes procedentes de respuestas a encuestas. Aunque algo anticuado, en su columna sobre aplicaciones erróneas de las estadísticas, Arnie Barnett ofrece un excelente ejemplo de este caso.

En la década de 1980, Midway Airlines operaba un servicio de transporte entre Chicago y Nueva York. El 20 de octubre de 1983, un anuncio del New York Times afirmaba que "el 84% de los viajeros de negocios frecuentes a Chicago prefieren Midway Metrolink a American, United y TWA". ¿Cuál es el denominador aquí? Presumiblemente, encuestaron a viajeros de negocios frecuentes entre Nueva York y Chicago para ver qué aerolínea preferían. Por supuesto, cabría preguntarse: "¿Con qué frecuencia hay que volar entre Nueva York y Chicago para que se cuente?". El sesgo en el denominador en este caso es aún más flagrante. En letra muy pequeña, al pie del anuncio, dan la respuesta a "¿Cuál es el denominador?". Dice así: "Encuesta realizada entre los pasajeros del Midway Metrolink entre LaGuardia y Chicago". Así que, al parecer, ¡el denominador sólo incluía a los pasajeros de sus vuelos! Como indicó Barnett, la única conclusión que realmente puede sacar de esta encuesta es que el 16% de sus propios clientes prefieren otra compañía aérea.

Como líder, es probable que realice un seguimiento de métricas como la satisfacción del cliente y el compromiso de los empleados. Piense en una encuesta sobre el compromiso de los empleados cuyo resultado sea que el 80% de los encuestados declaran estar muy satisfechos con su trabajo. Debería preguntarse "¿Cuál es el denominador?". Por ejemplo, si la encuesta sólo se envió a los empleados que no estaban de cara al cliente, es probable que los resultados estuvieran sesgados.

Con los resultados de las encuestas, le beneficiará conocer el porcentaje de encuestados en cada categoría de respuesta y las cifras brutas. En el caso de las encuestas voluntarias de satisfacción del cliente, siempre existe el peligro de un sesgo por recibir sólo respuestas extremas (clientes extremadamente satisfechos o extremadamente insatisfechos). Conocer el porcentaje de clientes que responden frente al número de encuestas distribuidas, es decir, el porcentaje de clientes que responden, proporciona una valiosa información sobre lo representativas que pueden ser las estadísticas de la encuesta.

El condicional invertido

En enero de 2025, el Cirujano General de EE.UU. Vivek Murthy emitió un aviso sobre el consumo de alcohol y el riesgo de cáncer. El asesoramiento describe las pruebas de una relación causal entre el consumo de alcohol y varios tipos diferentes de cáncer. Para algunos tipos de cáncer, las pruebas sugieren que el riesgo de cáncer aumenta incluso para un consumo bajo o moderado de alcohol. Una de las medidas recomendadas fue ampliar la etiqueta de advertencia sobre el alcohol para incluir el riesgo de cáncer.

A continuación, The Wall Street Journal publicó una refutación de la necesidad de ampliar el etiquetado sobre el alcohol que ilustra lo que llamamos el condicional invertido. Un miembro del consejo editorial cuestiona los datos utilizados por el Dr. Murthy y, a continuación, utiliza el siguiente argumento para oponerse a la recomendación del Dr. Murthy: "el informe atribuye parcialmente sólo el 17% de estas muertes estimadas al consumo moderado de alcohol. De las 609.820 muertes por cáncer en 2023, esto significaría que el consumo moderado de alcohol contribuyó a 3.400 o alrededor del 0,6%".

¿Cuál es el denominador en este argumento? El denominador aquí es el número de muertes por cáncer (609.820). El 0,006 es la probabilidad de que su cáncer se atribuya al consumo moderado de alcohol dado que usted tiene cáncer. La probabilidad relevante para evaluar el riesgo de beber alcohol moderadamente es la probabilidad de contraer cáncer dado que usted bebe alcohol moderadamente. Piénselo de esta manera, cuánta gente tiene cáncer es irrelevante para el riesgo de cáncer por beber alcohol moderadamente, precisamente porque muchas otras cosas pueden causar cáncer. El Surgeon General's Advisory proporciona una estimación del riesgo de cáncer en función del sexo y de la cantidad de alcohol consumida. Éstas son las estadísticas relevantes que uno necesita para responder a preguntas como "Si soy un varón que consume una bebida alcohólica al día, ¿cuál es mi riesgo de desarrollar cáncer?".

Supongamos que su equipo de marketing está informando sobre lo eficaz que ha sido su oferta de prueba gratuita y afirma: "¡El 75% de nuestros clientes que han adquirido nuestro producto premium mejorado han utilizado nuestra prueba gratuita!" Eso suena muy impresionante. Sin embargo, esta métrica no es relevante para determinar la eficacia de la oferta de prueba gratuita. Está utilizando el denominador equivocado.

Para evaluar la eficacia de la oferta de prueba gratuita, no necesita el porcentaje de compras premium que utilizaron la prueba gratuita, necesita el porcentaje de usuarios de la prueba gratuita que acaban comprando el producto premium. Para ilustrar esto, imaginemos un escenario sencillo.

Supongamos que 1.500 clientes realizaron la prueba gratuita de actualización, 100 clientes compraron la nueva actualización y de los 100 que compraron el nuevo producto actualizado, 75 habían utilizado la prueba gratuita.

Pero para evaluar la eficacia de la prueba gratuita, necesitamos lo siguiente:

Es decir, la tasa de conversión fue sólo del 5%.

Creemos que siempre es una buena idea cuestionar los datos. Cuando se utilizan porcentajes, es imprescindible que la información importante no quede enmascarada por las estadísticas. Pida que se hable tanto de porcentajes como de absolutos. La claridad llega preguntando "¿Cuál es el denominador?". Si quiere saber lo eficaz que es algo, tiene que estar en el denominador.

Lea más sobre análisis y ciencia de datos o temas relacionados: tecnología y análisis.

Jeffrey D. Camm es titular de la Cátedra Presidencial Inmar en Análisis y director académico del Centro para el Impacto del Análisis en la Escuela de Negocios de la Universidad Wake Forest. Es coautor del libro "Data Duped: How to Avoid Being Hoodwinked by Misinformation" (Rowan y Littlefield).

Lucy D'Agostino McGowan es profesora adjunta del Departamento de Ciencias Estadísticas de la Universidad Wake Forest. Se la puede encontrar en podcasts sobre Casual Inference y en línea.

Doxa 2119

6 formas en las que la IA cambió el mundo de los negocios en 2024, según los ejecutivos

Una encuesta anual realizada a empresas de Fortune 1000 y líderes empresariales globales muestra cómo las empresas están redoblando sus esfuerzos en proyectos de datos con los que han tenido dificultades en el pasado.

Por Randy Bean

Análisis y ciencia de Datos

Harvard Business Review

#Doxa #IA #mundo #negocios #ejecutivo #encuesta #empresa #Fortune #líder #global #proyecto #datos #dificultad #tiempo #interés #inversión #calidad #capacidad #éxito #industria #organización #comercial #director #objetivo

Resumen. Si bien las empresas han luchado durante mucho tiempo para extraer valor de sus iniciativas de datos, algo importante ha cambiado en los últimos dos años: la IA generativa ha estimulado un mayor interés e inversión en la calidad de los datos y en capacidades de datos más amplias. Para tener éxito con la IA, las empresas están redoblando sus esfuerzos para que los datos sean correctos. Según una encuesta de referencia de la industria a la que solo se puede acceder por invitación y que se realizó a líderes empresariales globales y de la lista Fortune 1000: 1) Las inversiones corporativas en IA y datos están creciendo. 2) Las organizaciones están informando del valor comercial de sus inversiones en IA. 3) La transformación debido a la IA será gradual para la mayoría de las organizaciones. 4) Las organizaciones se están centrando en la IA responsable, las salvaguardas y las barandillas. 5) Las organizaciones están contratando directores de IA a medida que evolucionan los roles de liderazgo en IA y datos. 6) Los líderes de IA y datos se están incorporando a la alta dirección para impulsar los objetivos comerciales.

Durante décadas, las empresas han luchado por capturar e integrar datos en su toma de decisiones. A pesar de los esfuerzos prolongados, los resultados han sido decididamente mixtos. El año pasado, solo el 37% de las empresas informaron que los esfuerzos para mejorar la calidad de los datos habían tenido éxito. Pero recientemente, algo significativo ha cambiado: la IA generativa ha estimulado un mayor interés e inversión en la calidad de los datos y en capacidades de datos más amplias. Después de todo, la buena IA se basa en buenos datos. Atrás quedaron los días en que los ejecutivos descartaban las inversiones en iniciativas como estas como "solo otro proyecto de datos". Ahora, para tener éxito con la IA, las empresas están redoblando sus esfuerzos para finalmente obtener los datos correctos.

Este es el principal hallazgo de la Encuesta de ejecutivos sobre liderazgo en inteligencia artificial y datos de 2025, una encuesta de referencia de la industria dirigida a empresas de Fortune 1000 y líderes empresariales globales que lancé por primera vez en 2012.

La encuesta de este año fue realizada por el centro educativo Data & AI Leadership Exchange, en asociación con DataIQ, una comunidad global de líderes en datos e inteligencia artificial. Los encuestados, a los que se accedió solo por invitación, eran líderes empresariales de alto nivel de 125 empresas líderes. Este año, el 97,6 % de los encuestados se identificaron como ejecutivos de alto nivel o equivalentes dentro de su organización.

Sus respuestas ponen de relieve hasta qué punto la IA ha llegado a impulsar las agendas corporativas en todos los ámbitos tan solo en el último año. Si bien la mayoría de las organizaciones (76,2 %) informan que han estado utilizando formas anteriores de IA, como el aprendizaje automático, durante más de tres años, ha sido la llegada de la IA generativa la que ha impulsado el rápido crecimiento de la utilización y la adopción de la IA. Los resultados de la encuesta de este año sugieren que estamos viviendo un momento de transformación único en una generación, similar a la fundación de Internet en la década de 1990.

Sin embargo, lo más sorprendente es el grado en que prevalece un espíritu de optimismo tecnológico en los resultados de este año. Incluso con temores a la desinformación, la información errónea, el posible desplazamiento laboral, el riesgo de sesgo ético y otras preocupaciones, el 96,6% de las organizaciones considera que el impacto general de la IA es beneficioso. De hecho, este año pareció convencer a muchos líderes de que la IA es, de hecho, la verdadera solución: el 89,0% afirmó que se espera que la IA sea la tecnología más transformadora en una generación, frente al 64,2% de la encuesta del año pasado.

A continuación se presentan las conclusiones más importantes del informe de este año.

Las inversiones corporativas en IA y datos están creciendo.

En primer lugar, la encuesta de este año reveló que las inversiones generales en iniciativas corporativas de inteligencia artificial y datos están aumentando casi universalmente. Esto tiene sentido, ya que un porcentaje cada vez mayor de organizaciones también informaron que la inteligencia artificial y los datos eran sus principales prioridades: el 98,4 % de las organizaciones dijeron que estaban aumentando las inversiones en inteligencia artificial y datos, frente al 82,2 % del año pasado. Además, el 90,5 % dice que las inversiones en inteligencia artificial y datos son una prioridad máxima, frente al 87,9 %.

Las organizaciones están reportando valor comercial a partir de sus inversiones en IA.

Si bien las iniciativas de IA se encuentran en una etapa temprana para la mayoría de las empresas Fortune 1000, el 93,7 % informa que ha visto algún valor comercial de su inversión en IA, lo que significa que están viendo resultados comerciales cuantificables, que pueden medirse mediante métricas que incluyen una mayor adquisición y retención de clientes, una mejor satisfacción del cliente y mejoras en los ingresos y la productividad. Si bien existe un rango en cuanto a cuánto es ese retorno, existe una tendencia común de aceleración. De estas empresas, el 18,1 % informa un alto nivel de valor comercial medible y el 28,3 % informa un valor comercial en rápido aumento. Otro 32,3 % ve un nivel modesto pero de rápido crecimiento de valor comercial basado en estas métricas cuantificables. Las organizaciones continúan participando activamente en la expansión de sus aplicaciones de IA para aumentar su volumen y rango de resultados comerciales mensurables.

La fuente de este valor es significativa: el 74,8% lo considera proveniente del aumento de la productividad y la mejora del servicio al cliente, en particular a través de las eficiencias resultantes de la aplicación de IA generativa en los procesos de producción tradicionales.

La transformación debida a la IA será gradual para la mayoría de las organizaciones.

Entre los encuestados, la transformación organizacional debido a la IA se considera constante, pero gradual. La mayoría de las organizaciones caracterizan sus esfuerzos de IA como si estuvieran en una etapa temprana, con un 76,1% en experimentación, pruebas y producción limitada. Pero un porcentaje cada vez mayor de empresas están avanzando más rápidamente: el 23,9% informó haber implementado IA en producción a gran escala este año, frente a solo el 4,9% del año pasado. Esto representa una mejora de casi el 500% en el último año.

Sin embargo, persisten algunos problemas conocidos. Las empresas siguen luchando con barreras culturales para la transformación, ya que el 91,2% de las organizaciones informan que las mayores barreras para la transformación empresarial se deben a factores culturales, no a la tecnología. Cabe señalar que el 90% de las empresas de Fortune 1000 son empresas tradicionales, fundadas antes de 1990, hace más de una generación. Solo el 32,5% de estas empresas informan que han desarrollado una cultura de inteligencia artificial y datos, lo que no es una gran mejora con respecto al 24,4% que había logrado este objetivo hace cinco años. Esto refuerza la observación de que los esfuerzos de transformación en las grandes organizaciones tienden a ser graduales.

Las organizaciones se están centrando en la IA responsable, las protecciones y las barreras de seguridad.

La IA responsable (término que abarca la ética, la gobernanza y otros programas de mitigación de riesgos de la IA) se considera una prioridad cada vez mayor para la mayoría de las organizaciones, ya que se centran en establecer salvaguardas y medidas de seguridad para garantizar un uso responsable de la IA. Este año, el 77,6 % de las organizaciones informan haber implementado salvaguardas y medidas de seguridad para la IA responsable, frente al 62,9 % de hace un año.

Las empresas siguen enfrentándose a desafíos para establecer una IA responsable, ya que el 43,5% afirma que aún necesitan contratar el talento necesario para implementar y mantener una IA responsable. La mayor preocupación para la mayoría de las empresas son los peligros derivados de la difusión de información errónea y desinformación, que fue citada como el mayor factor de riesgo por el 53,2% de las empresas, frente al 44,3% del año pasado. Las empresas deben ser cautelosas, ya que tienen mucho que arriesgar, ya que han construido marcas y franquicias de clientes durante muchas décadas y generaciones, que pueden verse irreparablemente dañadas de la noche a la mañana si se proporciona información inexacta a sus clientes.

Las organizaciones están contratando directores de IA a medida que evolucionan los roles de liderazgo en IA y datos.

La encuesta de este año también captó algunos cambios importantes. Por un lado, el liderazgo en IA y datos sigue siendo muy demandado, ya que el 84,3 % de las empresas han contratado a un director de datos y análisis, frente a solo el 12,0 % cuando se lanzó la encuesta por primera vez en 2012. Este año marcó la aparición del director de IA como un rol que emerge rápidamente, ya que el 33,1 % informó que ya ha ocupado este puesto y el 43,9 % dijo que se debería nombrar un director de IA en su organización. (Ya he escrito antes sobre los desafíos y las oportunidades que enfrentan las empresas en sus esfuerzos por construir un liderazgo sólido en datos e IA para un futuro de IA).

Sin embargo, a pesar de que la demanda de liderazgo en IA y datos aumenta, las organizaciones tienen problemas con la eficacia de estos roles: el 52,4 % informa que tienen problemas con la rotación y que el rol aún es incipiente y está evolucionando. No es sorprendente que el 51,3 % informe que los roles de liderazgo en IA y datos no se comprenden bien dentro de sus organizaciones, y el 77,8 % informa que la permanencia promedio en el cargo ha sido inferior a tres años. Aproximadamente una cuarta parte (24,1 %) informa que la permanencia en el cargo ha sido inferior a dos años. Hace una generación, cuando se estableció por primera vez el director de información (CIO), el comentario que se hacía con frecuencia era que CIO significaba que "la carrera había terminado". Las organizaciones deben comprender que, a largo plazo, el rol de director de datos (a veces ampliado al de director de datos, análisis e IA, o alguna combinación de los tres) sigue siendo un rol joven y en evolución, que ha pasado de ser un mandato de riesgo y reglamentación a un mandato de innovación y crecimiento. Ahora, este rol enfrentará su próxima iteración a la luz de la rápida adopción de la IA.

Los líderes de inteligencia artificial y datos se están uniendo a los puestos directivos para impulsar los objetivos comerciales.

Aunque las organizaciones tienen dificultades para asumir los roles de liderazgo en materia de inteligencia artificial y datos, hay buenas noticias. Un porcentaje cada vez mayor de empresas (70,8 %) considera que estos roles se convertirán en puestos permanentes en la alta dirección. Un porcentaje cada vez mayor de líderes en inteligencia artificial y datos (36,3 %) ahora dependen del líder empresarial de mayor jerarquía de su organización: el director ejecutivo, el presidente o el director de operaciones. Esto significa que se reconoce que la dependencia de los datos se ha vuelto cada vez más central para todos los aspectos de la toma de decisiones corporativas.

Los roles de liderazgo en IA y datos también se están volviendo centrales para las actividades comerciales: el 80,0 % informa que los roles de liderazgo en IA y datos ahora se centran en la innovación empresarial, el crecimiento empresarial y los esfuerzos de transformación empresarial.

• • •

La encuesta de este año nos enseña que, si bien la transformación empresarial tiende a desarrollarse con el tiempo, hay momentos en que la dinámica cambia y la transformación se acelera. Si se toma la palabra de la cifra récord de encuestados de este año de las empresas más grandes del mundo, estamos viviendo uno de esos momentos, en los que el futuro se está desarrollando ante nuestra presencia. Es un momento emocionante para construir el futuro de los datos y la IA.

Puede leer el informe completo de resultados de la encuesta de referencia ejecutiva sobre liderazgo en inteligencia artificial y datos de 2025 aquí.

Lea más sobre análisis y ciencia de datos o temas relacionados: gestión de datos, inteligencia artificial y aprendizaje automático y computación empresarial.

Randy Bean es el autor de  Fail Fast, Learn Faster: Lessons in Data-Driven Leadership in an Age of Disruption, Big Data, and AI. Es colaborador de Harvard Business Review, Forbes y MIT Sloan Management Review, y ha sido asesor de organizaciones Fortune 1000 sobre liderazgo en datos e IA durante casi 4 décadas. Anteriormente fue fundador y director ejecutivo de NewVantage Partners (NVP), una firma de asesoría en liderazgo en datos e IA para clientes de Fortune 1000, que operó desde 2001 hasta su adquisición en 2021. Puede comunicarse con Randy Bean en  rbean@randybeandata.com o rbean@dataaiex.com y seguirlo en  LinkedIn.

Doxa 1921

Por qué los ingenieros deberían estudiar filosofía

Por Marco Argenti

Análisis y Ciencia De Datos.

Harvard Business Review

#Doxa #ingenieros #filosofía #ciencia #datos #modelos #problemas #trabajar #habilidad #IA #codificación #laborales

Resumen. La capacidad de desarrollar modelos mentales nítidos en torno a los problemas que desea resolver y comprender el por qué antes de comenzar a trabajar en el cómo es una habilidad cada vez más crítica, especialmente en la era de la IA. La codificación es una de las cosas que la IA hace mejor y sus capacidades están mejorando rápidamente. Sin embargo, hay un problema: el código creado por una IA puede ser sintáctica y semánticamente correcto, pero no funcionalmente correcto. En otras palabras, puede funcionar bien, pero no hacer lo que usted quiere que haga. Tener un modelo mental nítido sobre un problema, ser capaz de dividirlo en pasos que sean manejables, pensar perfectamente en el primer principio y, a veces, estar preparado (y ser capaz de) debatir con una IA obstinada: estas son las habilidades que harán de un gran ingeniero en el futuro, y probablemente la misma consideración se aplique a muchas categorías laborales.

Recientemente le dije a mi hija, una estudiante universitaria: si quieres seguir una carrera en ingeniería, debes concentrarte en aprender filosofía además de los cursos tradicionales de ingeniería. ¿Por qué? Porque mejorará tu código.

Viniendo de un ingeniero, esto puede parecer contradictorio, pero la capacidad de desarrollar modelos mentales nítidos en torno a los problemas que desea resolver y comprender el por qué antes de comenzar a trabajar en el cómo es una habilidad cada vez más crítica, especialmente en la era de la IA.

La codificación es una de las cosas que la IA hace mejor. A menudo, la IA puede escribir código de mayor calidad que los humanos y sus capacidades están mejorando rápidamente. Los lenguajes informáticos, como ve, utilizan un vocabulario mucho más limitado que los lenguajes humanos. Y debido a que la complejidad de un modelo de IA aumenta cuadráticamente con el universo de símbolos que representan el lenguaje que entiende la IA, un vocabulario más pequeño significa resultados mejores y más rápidos.

Sin embargo, aquí hay un problema: el código creado por una IA puede ser sintáctica y semánticamente correcto, pero no funcionalmente correcto. En otras palabras, puede funcionar bien, pero no hacer lo que usted quiere que haga. La salida de un modelo es muy sensible a la forma en que se escribe un mensaje. Si no aciertas en el mensaje, tu IA producirá un código que es plausible en el mejor de los casos, incorrecto y peligroso en el peor.

En la disciplina emergente llamada “ ingeniería rápida ” (en esta etapa más un arte que una ciencia), los usuarios aprenden a crear indicaciones que sean compactas, expresivas y efectivas para lograr que la IA haga lo que quieren. Existen varias técnicas, como las indicaciones de algunos disparos, en las que se antepone una serie de ejemplos a la indicación para guiar a la IA hacia el camino correcto, a veces con preguntas y respuestas. Por ejemplo, para el análisis de sentimiento utilizando indicaciones breves, un usuario podría ingresar un mensaje como "Analizar el sentimiento de las oraciones en una llamada de ganancias" seguido de ejemplos específicos como "Perspectiva mejorada: Positiva" o "Desaceleración de la demanda: Negativa" para Ayude a la IA a comprender el patrón y el contexto para generar análisis de sentimiento precisos basados ​​en ejemplos.

Una de las habilidades más importantes que he aprendido en décadas de gestión de equipos de ingeniería es hacer las preguntas correctas. No es diferente de la IA: la calidad del resultado de un modelo de lenguaje grande (LLM) es muy sensible a la calidad del mensaje. Las preguntas ambiguas o mal formuladas harán que la IA intente adivinar la pregunta que realmente estás haciendo, lo que a su vez aumenta la probabilidad de obtener una respuesta imprecisa o incluso totalmente inventada (un fenómeno que a menudo se denomina "alucinación").. Por eso, primero y ante todo habría que dominar el razonamiento, la lógica y el pensamiento de primeros principios para aprovechar al máximo la IA, todas habilidades fundamentales desarrolladas a través de la formación filosófica. La pregunta "¿Sabes codificar?" se convertirá en "¿Puedes obtener el mejor código de tu IA haciendo la pregunta correcta?"

Alejándonos un poco, la dependencia del desempeño de la IA de la calidad de los modelos mentales expresados ​​por el usuario que impulsa a la IA sugiere un cambio fundamental en la relación entre autores y lectores y, en general, en nuestra relación con el conocimiento. En cierto modo, ofrece un paralelo con la invención de la imprenta, que democratizó la información mediante la producción masiva de libros y la creación de bibliotecas y universidades. Antes de la imprenta, si querías aprender matemáticas, por ejemplo, probablemente tenías que tener acceso físico a un matemático o acceso a un texto copiado a mano, probablemente comprado con un gran costo. Los libros impresos hicieron que esa barrera fuera mucho más baja, e Internet la redujo prácticamente a cero. Aún así, persiste una barrera que es la brecha de conocimiento entre el autor y el lector. Puedes tener acceso a cualquier artículo o libro del mundo, pero de poco sirven si no puedes entenderlos.

Al trabajar con IA, esa relación cambia, al igual que la noción de autoría. Un LLM adapta su contenido al nivel de conocimiento y comprensión del lector, siguiendo las indicaciones de sus indicaciones. El mensaje del lector es la semilla que hace que una IA produzca contenido, aprovechando las obras de sus datos de entrenamiento para crear un nuevo texto específicamente para ese usuario; el lector es, en cierto sentido, tanto consumidor como autor. Usando el ejemplo de las matemáticas, si desea comprender el concepto de límites en cálculo, puede buscar un libro de texto dirigido a estudiantes de secundaria o universitarios o intentar encontrar una fuente en Internet que coincida con su nivel actual de comprensión. Un modelo de IA, por otro lado, puede proporcionar instrucción personalizada y adaptable adaptada a su nivel de comprensión y estilo de aprendizaje. Puede haber un futuro en el que el estándar de oro del aprendizaje (la tutoría personalizada) esté disponible para todos. Las consecuencias de eso son inimaginables.

La IA generativa cambia nuestra relación con el conocimiento, eliminando barreras que no solo brindan acceso a él, sino que también lo explican con un enfoque personalizado. Crea una suave pendiente entre su nivel de conocimiento y el nivel de conocimiento requerido para abordar un tema en particular. Pero la capacidad de acceder a conocimientos que estén adecuadamente adaptados y, lo que es más importante, precisos, comienza (y termina) con el usuario. A medida que el conocimiento se vuelve más fácil de obtener, el razonamiento se vuelve cada vez más importante. Pero el uso de esas habilidades de pensamiento filosófico no termina una vez que obtienes el resultado que crees que estabas buscando: el trabajo aún no está terminado. Como sabemos, las IA pueden cometer errores y son particularmente buenas para hacer que los resultados incorrectos parezcan plausibles, lo que hace que la capacidad de discernir la verdad sea otra habilidad enormemente importante. Para involucrarnos con la tecnología de una manera responsable que nos brinde la información adecuada y precisa que queremos, debemos liderar con una mentalidad filosófica y una buena dosis de escepticismo y sentido común durante todo el viaje.

Hubo un momento en el que, para crear un programa de computadora, tenía que accionar físicamente interruptores o perforar agujeros en una tarjeta de papel. Ese proceso de creación fue a nivel básico con las complejidades de cuántos bits de memoria o registros poseía la computadora. Con miles de millones de transistores y billones de celdas de memoria, nuestro proceso creativo de software tuvo que elevarse a niveles cada vez más altos con la creación de lenguajes informáticos que abstraerían la complejidad del hardware subyacente, permitiendo a los desarrolladores centrarse casi por completo en la calidad del algoritmo. frente a los unos y los ceros.

Hoy estamos en un punto en el que las computadoras (es decir, la IA) no necesitan este nivel intermedio de traducción entre el idioma que hablamos y el que entienden. Podemos dejar de lado la Piedra Rosetta y simplemente hablar inglés con una computadora. Probablemente lo entenderán tan bien como cuando les hablen en Python. Esto presenta inmediatamente dos opciones: podemos volvernos perezosos o podemos elevar nuestro pensamiento.

Cuando el lenguaje ya no sea la barrera, podremos emplear toda la expresividad del lenguaje humano para transmitir a la IA conceptos y lógica superiores, que capturarían nuestra solicitud de la manera más compacta y efectiva, de una manera declarativa (centrada en el resultado). queremos obtener) versus imperativo (centrado en los pasos para llegar allí). Imperativo: Girar a la izquierda, luego seguir recto, luego nuevamente a la izquierda, luego (1.000 veces). Declarativo: Llévame a casa. He visto a personas en las redes sociales crear juegos completos con solo unas pocas indicaciones hábilmente escritas que en el pasado muy reciente habrían tardado meses en desarrollarse.

Volviendo a mi punto original: tener un modelo mental nítido en torno a un problema, ser capaz de dividirlo en pasos que sean manejables, un pensamiento perfecto sobre el primer principio y, a veces, estar preparado (y ser capaz de) debatir con una IA obstinada: estos son las habilidades que harán a un gran ingeniero en el futuro, y probablemente la misma consideración se aplique a muchas categorías laborales.

No queremos perder la capacidad de abrir el capó cuando sea necesario y arreglar cosas que una IA puede haber pasado por alto o estar en condiciones (lo más importante) de auditar lo que una IA ha creado. Eso sería un problema real para los humanos, y probablemente no permitiremos que eso suceda: al menos todavía tenemos que construir las IA. Sin embargo, eso sólo nos llevaría parcialmente a ese punto. Automatizar la mecánica de creación de código y centrarnos en nuestras habilidades de pensamiento crítico es lo que nos permitirá crear más, más rápido y tener un impacto desproporcionado en el mundo. Ayudar a la IA a ayudarnos a ser más humanos, menos ordenadores.

Lea más sobre Análisis y ciencia de datos o temas relacionados Tecnología y análisis, IA y aprendizaje automático y Automatización

Marco Argenti es el director de información de Goldman Sachs.

 

Doxa 1907

Cómo volver a encarrilar el programa de datos de su empresa

Por Thomas C. Redman

Análisis Y Ciencia De Datos.

Harvard Business Review

#Doxa #datos #empresa #ciencia #reglas #empresa #gerentes #tecnología #gestión #tiempo

Resumen. Muchos altos directivos se preguntan: si los datos cambian las reglas del juego, ¿por qué es tan difícil extraer algún valor de ellos? Para las empresas que luchan por ver realmente los resultados de su programa de datos, podría ser el momento de empezar de nuevo. Hay tres cuestiones importantes que los gerentes deben comprender al reiniciar: 1) Demasiadas empresas han cometido el error de ver los datos como un problema tecnológico, pero los datos son un problema de gestión y no se pueden resolver solo con tecnología. 2) Muchas empresas intentan abordar problemas que son demasiado difíciles desde el principio. 3) Los datos son un tipo diferente de activo: intangible, matizado, potencialmente valioso y peligroso. La gente necesita dedicar tiempo a trabajar con él para comprender sus propiedades.

A lo largo de sus carreras, los altos directivos han visto cómo los datos se vuelven cada vez más importantes: para “dirigir la tienda”, para tomar decisiones y establecer direcciones, y hoy como combustible para la IA y la transformación digital. Sin embargo, sospechan que los datos y los programas de datos de su empresa simplemente no están a la altura: demasiadas personas se quejan de que no tienen los datos que realmente necesitan y no confían en los que tienen. Han experimentado personalmente estos problemas a lo largo de sus carreras, pero simplemente los veían como "parte del trabajo". Cada vez más sienten que ésta no es una buena manera de administrar el negocio. El revuelo en torno a la IA exacerba esas preocupaciones.

Los altos directivos en este puesto quieren ayudar, pero a menudo no saben qué hacer. Han tratado de comprender el espacio, pero parece ser un desastre confuso y que no está listo para el horario de máxima audiencia: gobernanza de datos, lagos de datos, almacenes de datos, privacidad, ética, seguridad, gestión de datos maestros, gestión de metadatos, alfabetización, visualización, directores de datos, etc., todos haciendo promesas extravagantes. Escucharon a los cuatro grandes consultores y probaron varias herramientas. Pero ninguno cumple. Si los datos cambian tanto las reglas del juego, se preguntan, ¿por qué es tan difícil extraer algún valor de ellos? ¿Qué debería hacer su empresa?

Si su empresa tiene dificultades para ver resultados de su programa de datos, podría ser el momento de empezar de nuevo. A continuación se explica cómo hacerlo y qué deben hacer personalmente los altos directivos en ese proceso.

Dónde fallan los programas de datos

Hay tres cuestiones importantes que estos gerentes deben comprender al reiniciar.

En primer lugar, demasiadas empresas han cometido el error de ver los datos como un problema tecnológico, lo que las ha llevado a asignar el problema a sus departamentos de TI. Pero en el fondo, los datos son un problema de gestión y no se pueden resolver sólo con tecnología. Todos los que tocan datos tienen un papel que desempeñar. Para extraer valor de ello es necesario contar con las personas, las estructuras y los procesos adecuados.

Un segundo problema persistente es la simplicidad. Muchas empresas intentan abordar problemas que son demasiado difíciles; por ejemplo, una empresa deseaba proporcionar acceso fluido y compartir todos los datos entre sus cientos de sistemas, desde el principio. Sin embargo, hacer esto les habría requerido desarrollar suficiente lenguaje común en todos los sistemas para permitirles “hablar”, reconstruir completamente su infraestructura de TI y lidiar con problemas de personal en toda la organización que pueden llevar a los gerentes a acumular datos. Considerándolo todo, una tarea difícil. Si tienen éxito, esfuerzos como este pueden agregar un valor enorme, pero son extremadamente complejos y la mayoría fracasa. Desde el principio, la atención debe centrarse en resolver problemas más manejables utilizando métodos más sencillos que desarrollen habilidades y confianza a lo largo del camino. Aprenda y construya de lo más simple a lo más complejo.

Un tercer problema persistente es el desarrollo de una sensibilidad hacia los datos. Los líderes ganan su salario desplegando su capital, su gente y ahora sus datos lo mejor que pueden. Los datos son un tipo de activo nuevo y diferente: intangible, matizado, potencialmente valioso y peligroso. A diferencia del dinero, los datos no se consumen cuando los usas. Es una observación obvia, pero a las personas les puede llevar algún tiempo comprender todas las implicaciones. Los datos también tienen otras características especiales. Hay que revolcarse en el material para tener una idea de sus propiedades especiales, las formas en que ayuda a crear valor y los desafíos especiales que supone gestionarlo. Gran parte del trabajo necesario para abordar temas persistentes no se puede delegar.

Cómo volver a poner en marcha su programa de datos

Para empezar de nuevo, las empresas deberían seguir tres vías en paralelo:

Atacar la calidad de los datos

Las empresas se ven afectadas por una amplia gama de problemas comunes de calidad de los datos, que incluyen:

• "Hechos" que simplemente no son así,
• Datos que están tan mal definidos que la gente no puede entender lo que significan.
• Datos que nunca utilizan, lo que satura su sistema,
• Redundancia y sistemas que no se comunican entre sí y/o se ponen de acuerdo cuando lo hacen, y
• Las personas no pueden encontrar ni acceder a los datos que necesitan. A veces esos datos no existen.

En general, las empresas se han creado estos problemas y empeoran constantemente. En conjunto, añaden una enorme carga al trabajo diario y agregan incertidumbre a la toma de decisiones en lugar de agregar claridad. Para subrayar este punto, un estudio de McKinsey sitúa el porcentaje de tiempo que las personas dedican al trabajo con datos sin valor añadido en un 30%. Harvard Business Services estima que sólo uno de cada seis directivos confía en los datos que utiliza a diario. Finalmente, los datos incorrectos hacen que cualquier tipo de análisis o IA sea mucho más difícil.

Para ver cómo surgen estos problemas, considere a los vendedores, que intentan convertir clientes potenciales en clientes de los productos y servicios de la empresa. Obtienen estos clientes potenciales de Marketing, pero rápidamente descubren que la información que les han proporcionado está llena de lagunas y errores. Hacen lo mejor que pueden para limpiar los datos; después de todo, tienen trabajos que hacer e indicadores clave de rendimiento (KPI) que cumplir. Pero la idea clave es que se gasta tiempo y dinero en Ventas corrigiendo el trabajo realizado en Marketing. Es fácil culpar al marketing por crear todos esos errores. Pero Marketing no sabe lo que Ventas necesita y, a falta de comentarios, continúa alegremente.

Profundice en cualquier departamento y encontrará una historia similar. A este trabajo lo llamo “ la fábrica de datos ocultos ” y es precisamente el trabajo sin valor añadido citado en el estudio de McKinsey.

En algunos aspectos, se puede admirar la actitud positiva del departamento de Ventas. Dedican mucho tiempo a una tarea para la que no han recibido formación ni apoyo, a menudo bajo una enorme presión. Si bien sus esfuerzos pueden ayudarlos a pasar el día, cada día es una repetición del anterior.

Este patrón básico (cometer errores en una parte de la empresa y luego construir fábricas de datos ocultos para abordarlos en otras) es la raíz de la mayoría de los problemas mencionados anteriormente. La clave está en romper este patrón: ¡minimizar las fábricas de datos ocultos cometiendo menos errores en los puntos de creación! Y la clave para hacerlo radica en que Ventas aclare lo que necesita, discuta esas necesidades con Marketing y Marketing eliminando las causas fundamentales del error, una a la vez. Es fácil ver los beneficios y se acumulan rápidamente.

Al comenzar, concéntrese únicamente en la primera cuestión: hechos que simplemente no son así. Los líderes deben elegir varios problemas comerciales importantes, como la necesidad de reducir los gastos en un área, administrar mejor los activos físicos en otra o desarrollar medidas confiables de participación de mercado. A continuación, haga que los responsables determinen quién utiliza qué datos, midan la calidad de esos datos y trabajen “en sentido ascendente” hasta el lugar donde se crean esos datos; y con quienes crean esos datos para encontrar y eliminar las causas fundamentales de los errores.

El impacto es eliminar categorías enteras de errores en el futuro. Empresas de sectores tan diversos como telecomunicaciones, finanzas, petróleo y gas, productos de consumo y tecnología confirman que este enfoque es un gran ganador. A la gente le gusta hacer este trabajo; al menos lo encuentran mucho mejor que encontrar y corregir errores.

Comenzando su viaje hacia la ciencia de datos con técnicas más sencillas

La ciencia de datos es ideal para abordar todo tipo de problemas que enfrentan las empresas. En orden de mayor complejidad, algunos métodos y problemas que ayudan a abordar incluyen:

• El control y la mejora de los procesos estadísticos no tienen comparación para reducir los costos, el tiempo del ciclo y la incertidumbre en los procesos comerciales.
• El diseño experimental (incluidas las pruebas AB) ayuda a mejorar la calidad del producto.
• El modelado estadístico ayuda a las empresas a comprender el comportamiento de los clientes, predecir las ventas del próximo mes, decidir dónde ubicar una nueva tienda y estimar el precio justo a pagar por una adquisición (como ejemplos).
• Aprendizaje automático/inteligencia artificial que se utiliza para analizar grandes conjuntos de datos; descubrir relaciones previamente desconocidas; ayudar a mejorar la toma de decisiones; y automatizar muchos tipos de trabajo.

Pocos han pasado por alto el revuelo que rodea a la IA, que ha crecido de manera constante durante algún tiempo y alcanzó un punto álgido en 2023 con la introducción de ChatGPT. Si bien el potencial es demasiado grande para ignorarlo, el progreso real ha resultado lento, costoso e incierto.

Aprender a utilizar técnicas más sencillas es un mejor primer paso para la mayoría de las empresas. Puede resolver algunos problemas importantes (que quizás no sabía que tenía), obtener algunos beneficios reales y adquirir algo de experiencia que aumentará sus posibilidades con métodos más complejos.

Para comenzar, los líderes deben comenzar desde la parte superior de la lista anterior, seleccionar varios procesos de negocios importantes (nuevamente, liderados por personas con mentes abiertas), pedir a cada uno que forme un pequeño equipo, aprender sobre el control estadístico y luego hacer el trabajo para poner sus procesos en control. Aprenda sobre la marcha, pero para ser claros, este ejercicio no se trata solo de ganar confianza en la ciencia de datos. Espere ver beneficios comerciales reales en poco tiempo. 

Poner los datos a trabajar para crear una ventaja competitiva

Si bien la IA ha acaparado la mayor parte de la atención durante el último año, existen muchas otras formas de generar beneficios empresariales a partir de los datos. Cuatro grandes ejemplos incluyen:

• Hacer que los productos y servicios sean más valiosos “informatizándolos”, o hacerlos más valiosos incorporando más o mejores datos. Esto se puede hacer con casi cualquier producto. Mi ejemplo favorito es la lata de cerveza Coors: las montañas se vuelven azules cuando la cerveza está lo suficientemente fría para beber.
• Empaquetado y venta de productos de datos.
• Crear una ventaja sostenida mediante la explotación de datos propietarios, es decir, datos que nadie más tiene. Un buen ejemplo es el CUSIP de S&P, que identifica de forma única los productos financieros.
• Llevar más y mejores datos a las decisiones, la promesa de una “toma de decisiones basada en datos”.

A largo plazo, las empresas necesitarán seleccionar uno o dos que mejor se adapten a sus habilidades, los datos que poseen o pueden obtener y los mercados en los que compiten. La informacionalización es casi siempre un buen punto de partida, en parte porque el trabajo es sencillo: pida a algunos de sus mejores especialistas en marketing que documenten su comprensión de lo que los clientes realmente quieren y necesitan. Luego, realice un simple “análisis de deficiencias” para determinar qué es lo que les gustaría y usted no les ofrece. Busque llenar estos vacíos con datos.

No te olvides de las personas

Al abrir este artículo, enfaticé la importancia de las personas en cualquier estrategia de datos. Si desea que sus datos agreguen valor, necesita lograr que las personas asuman nuevos roles. Para la calidad de los datos, por ejemplo, las personas en sus roles de clientes de datos y creadores de datos, respectivamente, son los actores clave. Para el control de procesos, las personas responsables de los procesos de negocio deben encontrar y eliminar fuentes o variaciones innecesarias. Los especialistas en marketing son la mejor audiencia para la informacionalización. Necesita preparar a estas personas para el éxito: reclutarlas, explicarles lo que quiere que hagan, brindarles capacitación (ninguno de los trabajos es particularmente difícil, pero no les resulta familiar), dejarlas libres y apoyarlas en el camino.

Cualquier directivo, de cualquier nivel, puede decidir mejorar la calidad de los datos, controlar sus procesos o informatizar su trabajo. Casi todos los que persisten a pesar de uno o dos problemas inevitables ven beneficios reales con bastante rapidez. Pero sin el estímulo de los niveles más altos de la organización, la mayoría de los gerentes ni siquiera lo intentan.

Seguir los pasos descritos aquí no garantizará que "ganes el juego de los datos". Pero lo pondrá en la dirección correcta, le pondrá en práctica algunos conceptos básicos, le ayudará a adquirir suficiente experiencia para diseñar un camino a seguir a largo plazo y conseguir algunas victorias reales. Y ganar engendra ganar.

Si usted es uno de los muchos que tienen prisa por implementar la IA, ahora es el momento de tomarse un momento. La IA es mucho más difícil de lo que parece. Sin datos de alta calidad y proyectos exitosos de ciencia de datos en su haber, es posible que se esté preparando para fracasar. En lugar de ello, tómate un tiempo para sentar las bases correctas.

Lea más sobre Análisis y ciencia de datos o temas relacionados Tecnología y análisis y Gestión de datos

Thomas C. Redman, "the Data Doc", es presidente de Data Quality Solutions. Ayuda a empresas y personas a trazar su rumbo hacia un futuro basado en datos, con especial énfasis en la calidad, el análisis y las capacidades organizativas. Su último libro, People and Data: Uniting to Transform Your Organization (Kogan Page), se publicó en el verano de 2023.

 

Doxa 1563

Los datos erróneos están minando la productividad de su equipo.

La información mal etiquetada, faltante o incorrecta crea más trabajo para todos.

Por Thomas C Redman

Analítica y ciencia de datos

Harvard Business Review

#Doxa #datos #errores #productividad #trabajo #equipo #analítica #ciencia #datos #empresa #datos #sistema #calidad #empleado #calidad #tecnología

Resumen. Se suponía que la ciencia de datos crearía un nuevo auge de la productividad. Pero, para muchas empresas, ese boom nunca llegó. ¿Qué salió mal? Si bien las empresas han invertido en herramientas de datos, gran parte de los datos que ingresan a estos sistemas son de baja calidad, con información mal etiquetada, faltante o incorrecta, lo que a su vez crea más trabajo y más resistencia en el sistema. Para abordar esto, las empresas deben: 1) unir a los empleados a la causa y explicar por qué esto es importante, 2) medir la calidad de los datos en toda la gama de departamentos, funciones y tareas, 3) atacar sin descanso las fuentes del impuesto sobre la calidad de los datos.

En principio, las nuevas tecnologías ayudan a las empresas a aumentar la productividad: los sistemas de logística garantizan que tengan las cantidades correctas de las cosas que necesitan, los sistemas operativos ayudan a automatizar la producción y la entrega de bienes y servicios, y los sistemas de soporte de decisiones aportan los análisis y pronósticos que los gerentes necesitan hacer. mejores decisiones a sus huellas dactilares. Además, durante la pandemia, muchas empresas se apresuraron a digitalizarse aún más rápido. La productividad debería estar por las nubes. Desafortunadamente, no ha sucedido.

Si bien hay muchas explicaciones contrapuestas, creo que hay una explicación fundamental para las ganancias de productividad bajas y, lo que es más importante, una forma de impulsarlas: las tecnologías digitales se alimentan de datos y demasiados datos son simplemente malos, ya que anulan las posibles ganancias de productividad. Las nuevas tecnologías han proliferado, pero la gestión de datos no ha seguido el mismo ritmo, lo que ha agregado enormes costos y fricciones. La clave para aumentar la productividad radica en eliminar las causas fundamentales de los datos erróneos.

¿Qué hace que los datos sean "buenos" o "malos"?

Por definición, los datos son de alta calidad si son aptos para los usos previstos en operaciones, toma de decisiones, planificación y ciencia de datos. Hay mucho en esta definición. Cada uso viene con sus propios requisitos, y no cumplirlos reduce la productividad. Para ilustrar, considere tres escenarios.

En el escenario uno, un vendedor depende de los datos de clientes potenciales del departamento de marketing para hacer su trabajo. Se requieren relativamente pocos datos (alrededor de 20 elementos de datos), pero el registro debe ser completo y correcto. Por lo tanto, cuando falta el nombre del contacto, o es incorrecto pero fácil de detectar, el vendedor tiene que encontrarlo o corregirlo. Esto es difícil y, en el mejor de los casos, lleva un tiempo considerable. Peor aún, si no detectan un error, pueden perder la venta. Ambos reducen la productividad. Y tenga en cuenta que podría reemplazar " datos de clientes potenciales y ventas" con " datos de ventas y operaciones", " datos de pedidos procesados ​​con administración de inventario y finanzas" o cualquiera de las cientos de formas en que un departamento depende de los datos de otro.

En el escenario dos, un gerente necesita saber cuántos clientes nuevos ha adquirido la empresa en el último trimestre para establecer presupuestos. Utilizan datos de los sistemas de gestión de relaciones con clientes y finanzas, porque ninguno de ellos ofrece una respuesta en la que todos confíen. Surgen problemas adicionales porque Ventas se da crédito por un nuevo cliente cuando se firma el primer trato, mientras que Finanzas espera hasta que se paga la primera factura. En la mayoría de los trimestres, los números son "lo suficientemente cercanos", pero cuando la discrepancia es grande, el gerente debe pedirle a su personal que indague profundamente en ambos sistemas para solucionarlo. Incluso entonces, nunca se confía plenamente en "la respuesta", por lo que, como realidad práctica, los nuevos presupuestos se basan más en conjeturas que en datos. Se desperdicia más dinero cuando los presupuestos son demasiado altos y se pierden oportunidades cuando son demasiado bajos. Una vez más, aunque los detalles difieren,

El tercer escenario implica desarrollar un algoritmo para mejorar la retención de clientes utilizando inteligencia artificial. El conjunto de datos de entrenamiento debe ser razonablemente preciso y las diversas fuentes de datos deben estar alineadas. De lo contrario, los científicos de datos deben dedicar tiempo a poner los datos en forma. Además, estas fuentes deben estar libres de sesgos, lo que puede ser especialmente complejo, ya que los sesgos solo se revelan una vez que se usa el nuevo algoritmo. Finalmente, hay requisitos de datos adicionales una vez que el algoritmo se activa. Si bien los costos de lidiar con todos estos problemas pueden ser considerables, los costos de oportunidades perdidas son aún más importantes. Los datos incorrectos hacen que sea más difícil aprovechar la inteligencia artificial y la transformación digital, lo que priva a las empresas de posibles ganancias de productividad.

Las empresas no capturan estos costos en su sistema contable. Afortunadamente, se pueden obtener estimaciones lo suficientemente buenas como para comenzar aplicando la " regla de 10 ": cuesta 10 veces más completar una unidad de trabajo cuando los datos son defectuosos de alguna manera que cuando el los datos son buenos En la práctica, esto significa que si los datos son buenos para el 90 % de su trabajo, terminar el 10 % restante costará más debido a toda la fricción adicional. (90 x 1 = 90, 10 x 10 = 100). Uno puede ver estos costos adicionales de varias maneras:

• el costo del trabajo "sin valor agregado" (ningún cliente informado paga más porque tiene que corregir datos incorrectos),
• el costo incurrido en la fábrica de datos ocultos ("oculto", porque el sistema de contabilidad no captura el costo; "fábrica de datos", porque las personas están reelaborando los datos),
• el costo de las ineficiencias,
• el "golpe de productividad" o
• quizás de forma contraintuitiva, el tamaño de la oportunidad de mejorar la calidad y aumentar la productividad.

Un gerente o empresa no necesita eliminar por completo los errores. Incluso al reducir la tasa de error a la mitad, reducen significativamente los costos y aumentan la productividad.

¿Cuánto le cuestan los datos de baja calidad?

Como deja claro la regla del 10, cuanto menor es la calidad de los datos, menor es la productividad y mayor el impuesto. Pero, ¿cómo pueden los líderes saber, o estimar, cuando se trata de datos de baja calidad?

Cuando dirijo sesiones de formación ejecutiva, pido a los asistentes que realicen un ejercicio que llamo "método de la tarde del viernes", en el que auditan una muestra de los datos de sus últimas 100 unidades de trabajo. Usando una hoja de cálculo, revisan los elementos de datos para cada unidad de trabajo y buscan errores, marcando cada celda donde encuentran un error. Luego, cuentan cuántas unidades sin errores tenían, lo que proporciona un puntaje de calidad de datos en una escala de 0 a 100. (Por ejemplo, si tuviera 85 unidades con datos sin errores, obtendría un puntaje de 85). Finalmente, para completar la tarea, aplican la regla de 10 y estiman el impuesto para sus áreas.

Permítanme ofrecer dos aspectos destacados de estas sesiones:

• Solo el 8% informa una puntuación DQ de 90 o mejor.
• La mayoría obtiene una puntuación en el rango de 40 a 80, con una puntuación media de 61. En ese nivel, el impuesto es 3,5 veces mayor que el costo total si todos los datos fueran buenos. Del mismo modo, la productividad se reduce a menos de una cuarta parte de lo que sería.

Sin duda, cada empresa es diferente, y también lo es su oportunidad de reducir el costo de los datos incorrectos y mejorar la productividad. Pero es significativo, incluso para las empresas con menos datos. Y para algunos, puede representar su mejor oportunidad para mejorar el rendimiento general.

Qué pueden hacer las empresas

Entonces, ¿cómo deberían las empresas seguir elevando el nivel de calidad de los datos? Encuentro que muchos simplemente aceptan el impuesto asociado con la baja calidad de los datos como otro costo más de hacer negocios. Pero esto es un desperdicio, puro y simple. Los líderes deben reconocer la oportunidad de mejora y actuar.

Primero, adopte el lenguaje que mejor acerque a las personas a la causa y les ayude a comprender el problema. He usado "impuesto" aquí, pero el "trabajo sin valor agregado", la "fábrica de datos ocultos" o la "oportunidad" pueden resonar con otros.

En segundo lugar, desarrolle sus perfiles de calidad de datos, midiendo la calidad de los datos en toda la gama de departamentos, funciones y tareas, utilizando la medición de la tarde del viernes descrita anteriormente.

Tercero, atacar implacablemente las fuentes del impuesto sobre la calidad de los datos. Crear datos correctamente la primera vez es la forma mejor y más rápida de hacerlo. Esto significa eliminar las causas fundamentales del error. He ayudado a las empresas a hacer esto durante mucho tiempo y, de lejos, las dos causas principales más frecuentes involucran:

1. Aquellos que crean datos simplemente no saben que otros tienen requisitos para sus datos, y
2. Los clientes de datos (aquellos que son víctimas de datos incorrectos) actúan por reflejo para corregir datos incorrectos, incurriendo inconscientemente en el impuesto.

Ambos son relativamente fáciles de resolver: los clientes de datos deben acostumbrarse a buscar a los creadores y explicarles sus requisitos de calidad. Los creadores de datos, a su vez, deben comprender estos requisitos y encontrar y eliminar las causas fundamentales de las fallas para cumplirlos. Si esto suena como una gestión de calidad de la “vieja escuela”, lo es. Lo más importante, es increíblemente eficaz.

Finalmente, ignore el discurso de que "la calidad de los datos es aburrido", porque simplemente no es cierto. En mi experiencia, a la mayoría de las personas les gustan sus nuevos roles como creadores de datos y clientes de datos, y ciertamente aprecian pasar menos tiempo trabajando en problemas de datos mundanos. Comience en áreas donde los gerentes tengan la mente abierta y establezca una meta inicial de reducir a la mitad la tasa de error en seis meses. Capacite a las personas, ayúdelas a hacer una o dos mejoras y luego suéltelas. Muévete a la siguiente área, generando impulso a medida que avanzas.

La productividad no necesita, de hecho no debe, estancarse. Muchos encontrarán que la conexión entre productividad y calidad es contraria a la intuición, pero ahí radica una gran oportunidad. Los datos erróneos afectan la productividad. Es hora de hacer que desaparezca.

Thomas C. Redman, "el médico de datos", es presidente de Data Quality Solutions. Ayuda a empresas y personas, incluidas empresas emergentes, multinacionales, ejecutivos y líderes de todos los niveles, a trazar sus rumbos hacia futuros basados ​​en datos. Pone especial énfasis en la calidad, el análisis y las capacidades organizacionales.

Doxa 1386

Por qué la IA no estuvo a la altura de su potencial durante la pandemia.

Los conjuntos de datos incorrectos, el sesgo incrustado, el error humano y un contexto global complejo hicieron que se quedara corto en los momentos críticos.

Por Bhaskar Chakravorti

Analítica y ciencia de datos

Harvard Business Review

#doxa #pandemia #datos #error #IA #sesgo #discriminación #equipo #sistemas #tecnología #análisis #aprendizaje #automático #Covid

Resumen. La pandemia podría haber sido el momento en que la IA cumplió con su prometedor potencial. Hubo una convergencia sin precedentes de la necesidad de decisiones rápidas basadas en evidencia y resolución de problemas a gran escala con conjuntos de datos que se extendieron desde todos los países del mundo. En cambio, la IA falló en innumerables formas específicas que subrayan dónde esta tecnología aún es débil: conjuntos de datos incorrectos, sesgo y discriminación integrados, susceptibilidad al error humano y un contexto global complejo y desigual, todos causaron fallas críticas. Pero estos fracasos también ofrecen lecciones sobre cómo podemos mejorar la IA: 1) necesitamos encontrar nuevas formas de ensamblar conjuntos de datos completos y fusionar datos de múltiples fuentes, 2) debe haber más diversidad en las fuentes de datos, 3) los incentivos deben estar alineados para garantizar una mayor cooperación entre equipos y sistemas, y 4) necesitamos reglas internacionales para compartir datos.

La pandemia de Covid-19 fue el momento perfecto para que la IA, literalmente, salvara el mundo. Hubo una convergencia sin precedentes de la necesidad de decisiones rápidas basadas en evidencia y resolución de problemas a gran escala con conjuntos de datos que se extendieron desde todos los países del mundo. Para los sistemas de atención médica que enfrentan una enfermedad nueva y de rápida propagación, la IA era, en teoría, la herramienta ideal. La IA podría implementarse para hacer predicciones, mejorar la eficiencia y liberar personal a través de la automatización; podría ayudar a procesar rápidamente grandes cantidades de información y tomar decisiones que salvan vidas.

O, al menos esa era la idea. Pero lo que realmente sucedió es que la IA falló en su mayoría.

Hubo éxitos dispersos, sin duda. Adopción de automatización recogida en almacenes minoristas y aeropuertos; los chatbots se hicieron cargo del servicio al cliente cuando los trabajadores estaban encerrados; Las decisiones asistidas por IA ayudaron a reducir las selecciones de sitios para los ensayos de vacunas o ayudaron a acelerar los cruces fronterizos en Grecia.

Sin embargo, en general, en el diagnóstico de Covid, la predicción de su curso a través de una población y la gestión de la atención de las personas con síntomas, las herramientas de decisión basadas en IA no cumplieron. Ahora que se ha resuelto parte de la confusión de los primeros días de la pandemia, es hora de reflexionar sobre cómo se desempeñó la IA en su propia "prueba de covid". Si bien esta fue una oportunidad perdida, la experiencia proporciona pistas sobre cómo deben evolucionar los sistemas de IA para cumplir con las elevadas expectativas de lo que fue la tecnología más comentada del año pasado.

Donde falló la IA

Al principio, las cosas parecían prometedoras. Las máquinas vencen a los humanos al generar la alerta temprana sobre un nuevo y misterioso virus procedente de Wuhan, China. El sistema HealthMap del Boston Children's Hospital, que rastrea las noticias en línea y las redes sociales en busca de señales tempranas de enfermedades, junto con un rastreador de noticias de salud canadiense, BlueDot, detectó señales de advertencia. El algoritmo de BlueDot incluso predijo las ciudades con mayor riesgo si las personas infectadas viajaran, todos los días antes de que la OMS y semanas antes de que el resto del mundo se pusiera al día.

Cuando el mundo entró oficialmente en confinamiento en 2020, quedó claro que la contribución revolucionaria de la IA estaría en la predicción rápida: diagnóstico, pronóstico y previsión de la propagación de una enfermedad desconocida emergente, sin una manera fácil de probarla en el momento oportuno. manera.

Numerosos equipos habilitados para IA se movilizaron para aprovechar la oportunidad. En el hospital Mount Sinai de Nueva York, por ejemplo, un equipo diseñó un sistema de inteligencia artificial para diagnosticar rápidamente el covid-19 utilizando algoritmos entrenados en datos de tomografías computarizadas de pulmón de China. Otro grupo del MIT creó un diagnóstico usando algoritmos entrenados en sonidos de tos. Un tercer equipo, una colaboración entre la NYU y China, utilizó herramientas de inteligencia artificial para predecir qué pacientes con covid-19 desarrollarían una enfermedad respiratoria grave. Habíamos escuchado durante años sobre el potencial transformador de la IA y, de repente, surgió la oportunidad de verlo en acción.

Entonces, ¿cómo funcionaron estos predictores de covid impulsados ​​por IA? Dicho sin rodeos, aterrizaron con un ruido sordo. Una revisión sistemática en The BMJ de herramientas para el diagnóstico y pronóstico de Covid-19 encontró que el rendimiento predictivo era débil en entornos clínicos del mundo real. Otro estudio en la Universidad de Cambridge de más de 400 herramientas que utilizan modelos de aprendizaje profundo para diagnosticar Covid-19 aplicado a radiografías de tórax y datos de tomografías computarizadas los encontró completamente inutilizables. Un tercer estudio, publicado en la revista Nature, consideró una amplia gama de aplicaciones, incluidas predicciones, detección de brotes, seguimiento en tiempo real del cumplimiento de las recomendaciones de salud pública y respuesta a los tratamientos, y descubrió que tenían poca utilidad práctica.

Sin embargo, podemos aprender de estas decepciones a medida que nos preparamos para reconstruir una IA mejor. Hay cuatro lugares donde aparecieron las fallas: conjuntos de datos incorrectos, discriminación automatizada, fallas humanas y un contexto global complejo. Si bien se relacionan con las decisiones de Covid-19, las lecciones son ampliamente aplicables.

El peligro de los malos conjuntos de datos

Las herramientas de toma de decisiones de IA son tan buenas como los datos utilizados para entrenar los algoritmos subyacentes. Si los conjuntos de datos son malos, los algoritmos toman malas decisiones. En el contexto de Covid, existen muchas barreras para ensamblar conjuntos de datos "buenos".

Primero, la amplitud de los síntomas de Covid subrayó el desafío de ensamblar conjuntos de datos completos. Los datos tenían que extraerse de múltiples registros de salud electrónicos dispares, que normalmente estaban encerrados dentro de diferentes sistemas institucionales y sus silos correspondientes. Cada sistema no solo estaba separado, sino que también tenían diferentes estándares de gobierno de datos con políticas de consentimiento y confidencialidad incompatibles. Estos problemas se vieron amplificados por los sistemas de atención médica que abarcan diferentes países, con reglas incompatibles de privacidad del paciente, gobernanza de datos y localización que limitaban la combinación total de dichos conjuntos de datos.

El impacto final de estos datos incompletos y de mala calidad fue que dieron como resultado predicciones deficientes, lo que hizo que las herramientas de decisión de IA fueran poco confiables y poco confiables.

Un segundo problema surgió de la forma en que se recopilaron y almacenaron los datos en entornos clínicos. Los recuentos de casos agregados son más fáciles de reunir, pero pueden omitir detalles clave sobre el historial de un paciente y otros atributos demográficos, personales y sociales. Incluso los detalles más finos sobre cuándo estuvo expuesto el paciente, mostró síntomas y se hizo la prueba y la naturaleza de los síntomas, con qué variante se había infectado, las intervenciones médicas y sus resultados, etc., son todos importantes para predecir cómo el virus podría propagar. Para agravar los problemas, se empalmaron algunos conjuntos de datos de múltiples fuentes, lo que introdujo inconsistencias y redundancias.

En tercer lugar, un conjunto de datos completo con pistas sobre los síntomas de Covid, cómo se podría propagar la enfermedad, quién es más o menos susceptible y cómo manejar la enfermedad debe extraerse de múltiples fuentes, dada su novedad. Además de los datos de los entornos formales de atención médica, existen otras fuentes de información crítica, conjuntos de datos y análisis relevantes para predecir las vías de una enfermedad nueva y emergente. Dichos datos adicionales pueden extraerse de múltiples repositorios, aprovechando de manera efectiva las experiencias de las personas que luchan contra la enfermedad. Dichos repositorios podrían incluir Twitter, tableros de mensajes profesionales, análisis realizados por profesionales y aficionados en plataformas de "código abierto", revistas médicas, blogs y medios de comunicación. Por supuesto, una vez que tenga en cuenta tantas fuentes dispares de datos relevantes, el proceso de integración,

Discriminación automatizada

Incluso cuando había datos disponibles, las predicciones y decisiones recomendadas por los algoritmos de gestión de la atención médica llevaron a decisiones potencialmente altamente discriminatorias, y preocupaciones de que algunos pacientes recibieron una atención peor. Esto se debe a que los conjuntos de datos utilizados para entrenar los algoritmos reflejaron un registro de anomalías e inequidades históricas: menores niveles de acceso a atención médica de calidad; registros incorrectos e incompletos; y una profunda desconfianza en el sistema de salud que llevó a algunos grupos a evitarlo.

Existen amplias preocupaciones sobre los impactos negativos del sesgo de la IA, pero durante la pandemia, las consecuencias de dicho sesgo fueron graves. Por ejemplo, considere un estudio anterior a Covid en Science que encontró que un algoritmo asignó a los pacientes negros el mismo nivel de riesgo que a los pacientes blancos, a pesar de que estos últimos no estaban tan enfermos, lo que llevó a una atención médica inadecuada para los pacientes negros. De cara al futuro, dado que los pacientes negros e hispanos con covid-19 sufrieron tasas de mortalidad más altas que los pacientes blancos, los algoritmos entrenados con dichos datos podrían recomendar que los hospitales redirijan sus escasos recursos lejos de los pacientes negros e hispanos.

El impacto final de tal discriminación automatizada es aún más distorsionador cuando consideramos que estos grupos desfavorecidos también se han visto afectados de manera desproporcionada por los casos más graves de Covid-19: en los EE. UU., los negros, hispanos y nativos americanos tenían aproximadamente el doble de probabilidades de mueren de la enfermedad como pacientes blancos.

Error humano

La calidad de cualquier sistema de IA no puede desvincularse de las personas y las organizaciones. Los comportamientos, desde elegir qué aplicaciones y conjuntos de datos se utilizan hasta interpretar las decisiones, están determinados por incentivos y contextos organizacionales.

Los incentivos equivocados pueden ser un gran problema. Los gerentes que supervisan los sistemas de atención médica a menudo tenían pocos incentivos para compartir datos sobre los pacientes: los datos pueden haber estado vinculados a los ingresos, o compartirlos puede generar preocupaciones sobre la confidencialidad del paciente. Para los investigadores, las recompensas a menudo estaban alineadas con el intercambio de datos con algunas partes seleccionadas, pero no con todos. Además, hubo pocos incentivos profesionales para validar los resultados existentes, ya que es más glorioso producir nuevos hallazgos que replicar o validar otros estudios. Esto significa que es posible que los resultados del estudio no se hayan aplicado en una variedad de entornos lo suficientemente amplia, lo que los hace poco confiables o inutilizables y hace que los cuidadores duden en usar herramientas que no se han probado en múltiples entornos. Es particularmente arriesgado experimentar con la salud humana.

Luego, está el problema de los errores de entrada de datos. Gran parte de los datos acumulados sobre el Covid-19 involucraban entornos en los que los trabajadores de la salud operaban bajo presión y con un número de casos extraordinariamente pesado. Esto puede haber contribuido a conjuntos de datos mal etiquetados e incompletos, con errores que aparecen incluso en los certificados de defunción. En muchos países, los sistemas de atención médica no informaron los casos de covid -19, ya sea porque las autoridades los alentaron a hacerlo, debido a pautas poco claras o simplemente porque el personal estaba abrumado.

Incluso con las herramientas de IA disponibles, los humanos responsables de tomar decisiones a menudo carecían de capacidades interpretativas críticas, desde el lenguaje hasta la conciencia del contexto o la capacidad de detectar sesgos y errores. Todavía no existe un código de ética aceptado de manera uniforme, o una lista de verificación, que les brinde a los cuidadores una idea de cuándo aplicar las herramientas de IA en lugar de mitigar los daños mediante el juicio. Esto podría dar lugar a un uso incoherente o indebido de las herramientas de IA y, finalmente, socavar la confianza en ellas.

Contexto global complejo y desigual

Una pandemia, por definición, atraviesa diferentes sistemas políticos, económicos y socioculturales. Esto complica el proceso de ensamblar un conjunto de datos completo que se agrega a través de diferentes países con lecciones ampliamente aplicables. La pandemia subrayó el desafío de derivar herramientas de decisión universalmente aplicables para gestionar la salud humana en todos los entornos de atención médica, independientemente de la ubicación geográfica. Las intervenciones médicas apropiadas dependen de muchos factores, desde la biología hasta las fuerzas institucionales, sociopolíticas y culturales del entorno local. Incluso si muchas facetas de la biología humana son comunes en todo el mundo, los otros factores varían ampliamente.

Por un lado, existen diferencias entre los países en términos de sus políticas con respecto al gobierno de datos. Muchos países tienen leyes de localización de datos que impiden que los datos se transporten a través de las fronteras. No existe un consenso internacional sobre cómo se deben compartir los datos de atención médica. Si bien la red internacional preexistente para el intercambio de datos de secuencias del genoma de la influenza se amplió al intercambio de secuencias para Covid-19, colaboraciones más profundas de intercambio de datos entre países podrían haber ayudado con el manejo continuo de la enfermedad. La ausencia de acuerdos de distribución y gobernanza más amplios fue una barrera crítica.

En segundo lugar, hubo diferencias entre los países desarrollados y en desarrollo con respecto al intercambio de datos de atención médica. Algunos investigadores argumentan que las secuencias del genoma deberían compartirse en bases de datos abiertas para permitir análisis a gran escala. Otros se preocupan por la explotación; les preocupa que los investigadores y las instituciones de los países más pobres no hayan recibido el crédito adecuado y que los beneficios del intercambio de datos se limiten a los países ricos.

En tercer lugar, la historia y los contextos sociopolíticos de los países y sus marcos éticos para el intercambio de datos, incluso dentro de su propia ciudadanía, son diferentes, lo que da lugar a diferencias en la disposición a recopilar, analizar y compartir datos personales para uso público. Considere las variadas experiencias con la identificación de exposición asistida por IA y las aplicaciones de rastreo de contactos.

Corea del Sur presentó un ejemplo extremo de recopilación intrusiva de datos. El país implementó tecnología de rastreo de contactos junto con pruebas generalizadas. Sus aplicaciones de seguimiento se combinaron con imágenes de CCTV, registros médicos y de viajes e información de transacciones de tarjetas de crédito. La voluntad de los coreanos de tolerar este nivel de intrusión se remonta a la historia del país. La administración anterior había estropeado su respuesta al brote de MERS de 2015, cuando no compartió información sobre los hospitales visitados por ciudadanos infectados. Esto llevó al apoyo público a la legislación que otorga a las autoridades sanitarias acceso a los datos. sobre los ciudadanos infectados y el derecho a emitir alertas. En contraste, la aplicación de rastreo de contactos del gobierno alemán fue rechazada por el público una vez que una carta abierta muy crítica de expertos generó temores de vigilancia estatal. Como resultado, Alemania abandonó el modelo centralizado por una alternativa descentralizada. Una vez más, la historia proporciona una explicación. Los alemanes han vivido dos regímenes de vigilancia notorios: la Gestapo durante la era nazi y la Stasi durante la Guerra Fría. La recopilación de datos estatales controlada centralmente no estaba destinada a ser popular.

Finalmente, los datos sobre pacientes de un país pueden no ser buenos predictores en otros países. Una variedad de otros factores como la raza, la demografía, las circunstancias socioeconómicas, la calidad de la atención médica, los niveles de inmunidad, las comorbilidades, etc., marcan la diferencia.

Qué hacer ahora

Se pueden extraer varias lecciones que pueden ayudar a mejorar los futuros sistemas de IA que deben estar listos para la próxima pandemia.

1) Encuentre mejores formas de ensamblar conjuntos de datos completos y fusionar datos de múltiples fuentes.

Sería útil tener conjuntos de datos de atención médica en formatos estandarizados combinados con mecanismos para crear depósitos centralizados de datos. También se deben considerar nuevas técnicas de procesamiento de datos. Los ejemplos incluyen la concesión de privacidad diferencial o el uso de datos sintéticos en lugar de datos reales a medida que mejoran las tecnologías para facilitar tales innovaciones. Además, el problema no es solo de datos fragmentados o incompletos; es también uno de demasiados datos. La transmisibilidad del virus, el hecho de que muta constantemente, el movimiento de personas a través de las fronteras y el uso generalizado de la secuenciación genómica significa que los sistemas de IA deben lidiar con una avalancha de datos. Deben existir sistemas que puedan manejar conjuntos de datos tan grandes y etiquetarlos y organizarlos adecuadamente. 

2) Tiene que haber una diversidad de fuentes de datos.

Se pueden aprender algunas lecciones del ejemplo de Nightingale Open Science, que ha acumulado 40 terabytes de imágenes médicas en una amplia gama de condiciones y tratamientos junto con una diversidad de datos y resultados de pacientes. Estos se utilizarán para entrenar algoritmos para predecir condiciones médicas antes, realizar triaje y salvar vidas de manera imparcial. Intentan trabajar con los sistemas de salud de todo el mundo, incluidos específicamente los de escasos recursos, para mitigar las posibilidades de subrepresentación y evitar la discriminación automatizada.

3) Los incentivos deben estar alineados para garantizar una mayor cooperación entre equipos y sistemas.

Los equipos de IA también deben tener las oportunidades y los incentivos para colaborar con los médicos y otras personas que conocen los problemas prácticos. También es esencial planificar para una diversidad de grupos de partes interesadas involucrados en el establecimiento de marcos éticos y listas de verificación para profesionales que utilizan IA en entornos de misión crítica, junto con procesos claros para la gobernanza y la responsabilidad. Dichos grupos deben incluir ingenieros y tecnólogos, expertos en áreas funcionales clave, así como especialistas en ética que puedan guiar el uso de los sistemas de IA y su alineación con los juicios de valor.

Apelar a las comunidades de código abierto es otra forma de reunir datos de múltiples fuentes de manera cooperativa. El Grupo de Trabajo de Datos Abiertos de COVID-19, la Red MIDAS y otros esfuerzos colaborativos locales brindan modelos que otros pueden replicar. Permitir formas de colaboración interdisciplinaria puede ser clave para los avances. Por ejemplo, BioNTech, la empresa de biotecnología alemana que fue pionera en la tecnología de ARN mensajero detrás de la vacuna Pfizer Covid-19, se ha asociado con la empresa de inteligencia artificial con sede en Londres InstaDeep para crear un "sistema de alerta temprana" para detectar nuevas variantes de coronavirus.

4) Redactar reglas internacionales para el intercambio de datos.

Para que los datos de salud se compartan entre países, necesitamos convenios internacionales que faciliten la puesta en común de dicha información crítica y acuerdos sobre el intercambio de datos, preservando al mismo tiempo la privacidad y la confidencialidad. Los equipos de IA deben estar capacitados para reconocer las diferencias en los entornos de atención médica global, de modo que puedan colocar los datos de diferentes partes del mundo en el contexto apropiado.

A medida que esta pandemia se vuelve endémica y nos preparamos para la próxima, existen muchas oportunidades para que la IA deje su huella. Después de que las muy publicitadas Tendencias de la gripe de Google no alcanzaron la magnitud de la temporada de gripe de 2013, Covid ofreció una oportunidad dramática de redención para la IA como herramienta predictiva. Pero dentro de las fallas actuales se encuentran las semillas de los sistemas de IA que pueden florecer en el futuro.

Bhaskar Chakravorti es el Decano de Negocios Globales en The Fletcher School en la Universidad de Tufts y Director Ejecutivo fundador del Instituto Fletcher para Negocios en el Contexto Global. Es el autor de El ritmo lento del cambio rápido.