Categoría: Artículos

Autor: Diego Vallarino

Profesor full time del EGADE Business School, Tec de Monterrey. Director Nacional del Master en Business Analytics del EGADE Business School. Monterrey, Mexico

14 febrero, 2024

. 6 minutos de lectura.

Tom Davenport y Randy Bean publicaron un comentario titulado "Five Key Trends in AI and Data Science for 2024" en MIT Sloan Management Review (9 de enero de 2024).

En 2023, la importancia de la inteligencia artificial (IA) y la ciencia de datos aumentó significativamente, debido en gran parte al surgimiento de la IA generativa. Mirando hacia adelante a 2024, encuestas a profesionales de datos y tecnología revelan numerosas tendencias en crecimiento que podrían afectar a las empresas.

Destacablemente, las encuestas resaltan el aumento del interés en la IA generativa mientras enfatizan la necesidad de que esta brinde beneficios económicos reales. A pesar del gran entusiasmo, solo una pequeña fracción de las empresas ha avanzado más allá de la etapa experimental para llegar a instalaciones de producción a gran escala.

Además, la ciencia de datos se está volviendo más industrializada, con organizaciones invirtiendo en plataformas, procesos y herramientas para aumentar la productividad y las tasas de implementación. El crecimiento de productos de datos, definidos como paquetes de software que combinan datos, análisis e IA, es una tendencia importante, con opiniones divergentes sobre si los análisis y la IA deberían incluirse en la idea de productos de datos.

Además, el rol de los científicos de datos está cambiando, con un movimiento hacia metodologías alternativas y la aparición de la ciencia de datos ciudadana, ayudada por tecnologías de aprendizaje automático automatizadas.

Finalmente, las estructuras organizativas están evolucionando, con un enfoque en una posición de liderazgo unificada que supervisa las responsabilidades de tecnología, datos y transformación digital. Este movimiento busca reducir malentendidos y aumentar la cooperación dentro de las empresas para generar valor a partir de datos y tecnología.

¿Qué hay del rol de la evolución de la gestión de datos (perspectiva personal)?

  1. Australopithecus de Datos (Era del Papiro Prehistórico): En esta etapa primitiva, nuestras habilidades para manejar datos eran comparables a garabatear en antiguos papiros. La información era básica, desorganizada y a menudo se perdía durante las redecoraciones de cuevas.
  2. Neanderthalensis de Datos (Época de la Tablilla de Piedra): Avanzando un poco, grabamos nuestros datos en tablillas de piedra. El almacenamiento era robusto, pero el proceso de recuperación era tedioso. La copia de seguridad implicaba tallar otra tablilla y esperar que no se extinguiera.
  3. Homo Data Erectus (Edad Temprana de Documentación en Papel): A medida que evolucionábamos, también lo hacían nuestras técnicas de documentación. Comenzamos a escribir datos en pergamino y papiro. La lucha por manejar los rollos y evitar manchas de tinta dio forma a esta era.
  4. Data Sapiens (Renacimiento de la contabilidad): ¡Ah, el Renacimiento! Actualizamos a libros y libros de cuentas reales. Los sistemas de doble entrada florecieron y los datos comenzaron a parecer algo organizado. Sin embargo, el riesgo de derrames de tinta acechaba a los meticulosos escribas.
  5. Revolución Industrial (Revolución de las Bases de Datos): La Revolución Industrial nos trajo maquinaria y bases de datos. Las tarjetas perforadas entraron en escena, dando lugar a los primeros indicios de gestión de datos digitales. El enfoque estilo fábrica reflejaba nuestro deseo de eficiencia.
  6. Homo Data Erectus (Era de la Cinta Magnética): Con la llegada de las computadoras, entramos en la era de la cinta magnética. Almacenar datos en bobinas de cinta parecía de vanguardia, pero que Dios te ayude si la cinta se enredaba.
  7. Homo Sapiens de Datos (Edad de las Bases de Datos Relacionales): Finalmente, emergió una especie más refinada con bases de datos relacionales. Tablas, filas y consultas SQL se convirtieron en nuestro lenguaje. Entramos en la era de los datos estructurados, y la normalización era nuestro mantra.
  8. Revolución Digital (Explosión de la Información): La revolución digital desató una explosión de información. Los discos duros reemplazaron a los archivadores, y los disquetes llevaron la carga de nuestras esperanzas digitales. Experimentamos la emoción del acceso instantáneo a los datos.
  9. Homo Futurus de Datos (Era del Big Data y la Nube): En esta era, nos encontramos luchando con el Big Data. La nube se convierte en nuestro nuevo hábitat. Ejercemos el poder de la informática distribuida y nos maravillamos ante la vastedad de datos no estructurados.
  10. Homo Superior de Datos (Renacimiento de la IA y el Aprendizaje Automático): Ahora, con la IA y el aprendizaje automático en primer plano, imaginamos un futuro donde los datos no solo nos sirven, sino que también aprenden, predicen y evolucionan. Hemos recorrido un largo camino desde los garabatos en papiro, de hecho.

La Antropología de Datos como un próximo paso interesante.

La Antropología de Datos emerge como un campo dinámico, explorando la intrincada interacción de dimensiones sociales, culturales y éticas dentro del ámbito de los datos. Situada como un brazo especializado de la antropología, aprovecha las metodologías antropológicas para diseccionar la producción, utilización y comprensión de datos en diversas sociedades. Dentro de este dominio, varios temas críticos cobran relevancia:

  1. Economía Política de los Datos: Examinar cómo se recopilan, poseen y controlan los datos, abordando cuestiones de poder y gobernanza.
  2. Vida Social de los Datos: Investigar la circulación de datos y discernir los impactos sociales resultantes de su diseminación.
  3. Ética de los Datos: Escudriñar las consideraciones éticas que rigen el uso de datos, adentrándose en los límites de su aplicación.

En esencia, la Antropología de Datos sirve como una herramienta potente, desentrañando las implicaciones sociales del uso de datos. Su utilidad radica en descubrir sesgos e inequidades inherentes en los sistemas de datos, allanando el camino para estrategias que promuevan prácticas de datos responsables y éticas. El arsenal de metodologías desplegadas en este esfuerzo incluye etnografía, investigación archivística, entrevistas y análisis de discursos.

Los beneficios potenciales de abrazar la Antropología de Datos son múltiples:

  • Conciencia Mejorada: Arrojar luz sobre las implicaciones sociales y culturales del uso de datos, desentrañando cómo los datos perpetúan o mitigan las desigualdades sociales.
  • Toma de Decisiones Informada: Facilitar elecciones más informadas respecto a la recopilación, utilización y análisis de datos.
  • Transparencia y Responsabilidad: Promover la transparencia en la recopilación y uso de datos, fomentando una cultura de rendición de cuentas.
  • Uso Responsable de Datos: Desarrollar principios y pautas para la utilización ética y responsable de datos.

En esencia, la Antropología de Datos se encuentra en la intersección de la academia y la aplicación práctica, ofreciendo la promesa de una integración más equitativa, justa y beneficiosa de los datos dentro de la sociedad. Su potencial no reside solo en la exploración teórica, sino en influir activamente en un cambio social positivo a través de prácticas de datos conscientes y éticas.