En qué consiste el Data Driven Learning (DDL)

Juan Carlos Estévez    3 diciembre, 2019
En qué consiste el Data Driven Learning (DDL)

Mucho se ha hablado de la transformación data driven en las compañías durante los últimos años, y no por nada: los datos son cada vez más necesarios en un mundo en el que la toma de decisiones, especialmente a gran escala, no puede basarse en conceptos difusos o imprecisos.

En este escenario, el data driven learning se configura como un ejemplo tan interesante como peculiar y cuyo análisis puede enseñar mucho a las empresas acerca del poder de la comunicación.

¿Qué significa todo esto? Vamos por partes.

¿Qué es data driven?

Data driven significa literalmente “guiado por datos” y actualmente la expresión se emplea para referirse a procesos y actividades cuyo progreso depende del análisis de datos más que de la experiencia personal o la intuición.

Son muchas las compañías que han adoptado este tipo de estrategias en sus departamentos, sin embargo, esta transformación data driven en las organizaciones requiere de una hoja de ruta para una correcta implementación, siendo tres los pilares fundamentales:

  • Tecnología, lo que implica más que todo conocer las herramientas tecnológicas disponibles en el mercado, tanto software como hardware, y que permitan hacer un uso óptimo de los datos. Es fundamental estar al día con estos conocimientos, ya que la tecnología está quedando obsoleta muy pronto.
  • Talento, el cual hace alusión a profesionales capaces de extraer información a partir de datos usando las tecnologías necesarias. Para ello, es necesario concentrarse en distintas áreas de experiencia: análisis estadístico, procesamiento de datos, captura de información, inteligencia artificial, etc.
  • Organización y cultura, pilar que se refiere a la necesidad de que la organización facilite a cada una de las áreas la extracción de datos. Para ello es esencial implementar una política a nivel organizacional de data literacy, esto es, alfabetización de datos (capacidad leer, interpretar y comentar los datos de una empresa).

Este último concepto permite aproximarnos un poco más al data driven learning, pues se relaciona precisamente con el lenguaje.

¿Qué es data driven learning?

El término data driven learning (DDL) fue acuñado por Tim Johns en la década de los ochenta y en principio consiste en una especie de método o acercamiento para aprender idiomas extranjeros. Para poder emplear el DDL se necesitan dos elementos fundamentales:

  • Un corpus lingüístico, que en el argot contemporáneo se entiende como un conjunto lo suficientemente amplio y estructurado que contiene ejemplos reales de cómo se utiliza una determinada lengua. Este corpus es, en simple, una base de datos con texto.
  • Una interfaz de búsqueda o software a partir del cual se pueden recopilar los datos del corpus lingüístico y desde el que el lingüista o investigador puede analizarlos.

Algunos términos fundamentales que pueden ayudar a entender mejor las implicancias del data driven learning son la ingeniería lingüística (fundamental en el procesamiento del lenguaje natural, el cual estudia la interacción entre el lenguaje humano y las computadoras) y la lingüística de corpus, disciplina que estudia los lenguajes desde textos reales que hoy se obtienen en su mayoría mediante procesos automatizados.

Big data y DDL

El big data se vuelve esencial a la hora de implementar el análisis del data driven learning, ya que contar con una mayor cantidad de datos es indispensable para que la muestra tienda a ser más representativa. En términos simples: a más data, mayor probabilidad de encontrar correlaciones.

Es fascinante cómo el aprendizaje de lenguas a partir de big data ha revolucionado la forma en que se entiende el lenguaje en la actualidad, al punto de que se han puesto en duda muchas de las teorías más tradicionales de este campo del conocimiento.

En resumen, gracias al empleo de big data se han logrado métodos de investigación que han devenido en correlaciones en las lenguas de estudio que antes habían sido imposibles de prever, llegando incluso a proponerse nuevas “unidades de significado”. Todo esto, gracias al uso de métodos de análisis cualitativos en patrones lingüísticos. Al parecer, hoy más que nunca adquiere sentido la evidencia neurológica que relaciona la lógica matemática con el lenguaje, ambas habilidades predominantes en el hemisferio izquierdo.

Es mucho lo que se puede inferir del data driven learning y quizás son muchas las puertas potenciales que puede abrir al mundo digital y empresarial, especialmente en lo que se refiere a las nuevas formas de abordar la comunicación.