Bernardo Campillo Soto Artificial Intelligence of Things, o cómo las cosas planean hacernos la vida más sencilla Al igual que en aquel cuento de los hermanos Grimm dos duendecillos se aliaron para ayudar al zapatero a tener una vida mejor, la inteligencia artificial y las tecnologías...
Paloma Recuero de los Santos Video Post #9: Analíticas Big Data, sí, pero ¿Cuáles? Sabemos que las analíticas avanzadas Big Data son imprescindibles para no perder la comba de la innovación digital. Lo que no tenemos tan claro es qué tipo de...
Paloma Recuero de los Santos Sesgos cognitivos en los datos (II): Confirmación Si recordamos, en el primer post de esta serie, ya introdujimos el concepto de sesgo cognitivo como patrón de desviación de nuestro juicio que se produce en determinadas situaciones...
Carlos Rodríguez Abellán Analizando con IA la canción del verano: ¿Cómo hemos cambiado? Ya es septiembre y quedan solo dos semanas para el final del verano por lo que las vacaciones, la playa y los espetos van ya quedando atrás. También va...
Alicia Martín Domingos Cómo optimizar la gestión de stock y almacenes ¿Alguna vez has visto cómo llega la mercancía a los almacenes de una tienda? Hace años, un operario descargaba la mercancía y con un listado en papel iba revisando...
LUCA Planificando la ubicación de un site de retail con los datos Una de las decisiones de negocio clave para cualquier marca es decidir dónde “establecer su tienda”. Esto implica la necesidad de conocer muy bien a los consumidores y su...
LUCA Caso de éxito ONS: datos para la gestión de movilidad en el Reino Unido En la “historia con datos” de hoy mostramos, una vez más, cómo soluciones basadas en tecnologías Big Data, IoT e Inteligencia Artificial ofrecen un mundo infinito de posibilidades y...
LUCA Open Data y APIs en Videojuegos: el caso de League of Legends Escrito por David Heras, becario en LUCA, y Javier Carro, Data Scientist en LUCA. Cuando en LUCA nos hemos enterado del próximo estreno de Movistar eSports hemos querido hacer un...
LUCA Cómo solucionar tu problema de negocio con Big Data El Big Data es una realidad imperante en la mayoría de negocios y procesos en la actualidad, pero ¿conocemos realmente cómo aplicarlo en nuestro día a día? En este webinar,...
LUCA LUCA Talk: Flotas y Big Data, optimiza y haz más eficiente tu negocio La gestión de flotas de vehículos es un aspecto crítico para muchas empresas que ya han dado el paso de la conexión y están haciendo con éxito la gestión...
Paloma Recuero de los Santos Video Post #9: Analíticas Big Data, sí, pero ¿Cuáles? Sabemos que las analíticas avanzadas Big Data son imprescindibles para no perder la comba de la innovación digital. Lo que no tenemos tan claro es qué tipo de...
LUCA Talk: La importancia de la seguridad y aspectos legales en el gobierno de los datos. FORMATO: Charla de 30 minutos + Q&A de 10 minutosCUÁNDO: 3 de marzo, 16:00 h (CET)CÓMO: Inscripción gratuita en eventbrite SOBRE QUÉ: Desde la Comisión Europea se está definiendo y escribiendo...
Data Science: ¿Cómo hacer las preguntas adecuadas?Paloma Recuero de los Santos 12 diciembre, 2019 Cuando hablamos de Ciencia de Datos, o de Aprendizaje Automático, solemos hablar de datos, algoritmos, modelos, etc. Y no nos damos cuenta de que, quizás, hemos pasado”de puntillas” por una de las fases más relevantes de todo el proceso: plantear las preguntas adecuadas. Aunque parece ser que Albert Einstein jamás pronunció esta frase, bien podría haberlo hecho, porque refleja una gran verdad: la importancia de definir claramente cuál es el problema que queremos resolver antes de lanzarnos a buscar respuestas. “Si tuviera sólo una hora para salvar el mundo, pasaría cincuenta y cinco minutos definiendo las preguntas, y sólo cinco minutos encontrando las respuestas” En la era de los datos, seguimos lanzándonos a la búsqueda de respuestas, sin habernos detenido lo suficiente a la hora de plantear las preguntas, sin haber definido claramente cuáles son los problemas prioritarios. En lugar de preguntarnos: ¿Qué pregunta identifica nuestro problema? o ¿qué datos necesitamos para resolverla?, lo hacemos al revés. ¿Qué datos tenemos? o ¿a qué datos podemos acceder?. Esto es la causa de que, en muchas ocasiones, las iniciativas basadas en datos no obtengan los resultados esperados. Lo cierto es que muchos gobiernos, empresas, o comunidades afrontan problemas muy similares que pueden resolverse mediante iniciativas de datos e inteligencia artificial. Sin embargo, carecen de los recursos para identificar cuáles son realmente las cuestiones que merecen su atención e inversión. Las 100 preguntas Para dar respuesta a esta situación, The GovLab, un centro de investigación de la Universidad de Nueva York, ha lanzado recientemente el proyecto “100 Questions inititative”. El objetivo de este proyecto es identificar, de forma participativa, las preguntas más relevantes, y aprender a priorizar aquéllas que son de mayor impacto, más novedosas o más factibles. ¿Quién hace las preguntas? Se basa en identificar, y formar perfiles conocidos como “bilingües” (bilinguals). Son expertos que combinan conocimientos en alguno de los dominios definidos en el proyecto, con conocimientos en tecnología y ciencia de datos. Su objetivo es mejorar la vida de las personas y resolver problemas de interés público mediante la ciencia de datos. Lo dominios de conocimiento definidos son los siguientes: migracionesigualdad de génerocambio climáticotrabajo futurorespuesta a desastresinclusión financierasalud globaleducación ¿Con qué criterios se plantean? Hay dos criterios fundamentales a la hora de elegir las preguntas. El primero, su impacto. Deben ser preguntas cuyas respuestas puedan cambiar la vida de las personas, o bien permitir importantes avances en algún campo científico. El segundo criterio básico, es que la respuesta a estas preguntas pueda basarse en datos. Se pueden considerar otros criterios, como por ejemplo, la claridad, o la originalidad. Categorías de preguntas A partir de estos criterios, se definen 4 categorías de preguntas que pueden ayudarnos a cambiar la forma en que enfocamos los problemas que nos atañen. Análisis de la situación: Preguntas relacionadas con una mejor comprensión de las tendencias y la distribución geográfica de los fenómenos (a menudo en tiempo real). Causa y efecto: Preguntas que pueden ayudar a las partes interesadas a comprender mejor los factores clave y las consecuencias de una situación. Esta categoría busca establecer qué variables pueden marcar la diferencia para un problema determinado. Predicción: Preguntas que interrogan las nuevas capacidades de predicción que permitirían a las partes interesadas evaluar los riesgos, las necesidades y las oportunidades futuras. Evaluación de impacto: Estas preguntas que tratan de determinar los resultados (positivos o negativos) de varias intervenciones. ¿Cómo pasar de “data-driven” a “question-driven”? Para poder completar con éxito el proceso extremo a extremo, es decir, de las preguntas a los datos, y del conocimiento a la acción, es fundamentar alcanzar compromisos con los diferentes actores implicados. En primer lugar, la participación pública, a través de encuestas abiertas, garantiza la pertinencia y legitimidad de las preguntas. Es decir, que se trate de “problemas reales” para las personas y sus comunidades. También resulta fundamental colaborar con los titulares de los datos para garantizar su disponibilidad y accesibilidad. Por último, es importante mantener una conversación fluida y continua con los “dueños del problema”, ya sea en el gobierno, el sector privado o la sociedad civil, que permita emprender acciones a partir de los insights obtenidos tras el análisis de los datos. Conclusión Los datos no nos van a decir nada interesante, a menos que sepamos hacerles las preguntas adecuadas. Esta máxima, no es exclusiva de la Ciencia de Datos. Se puede aplicar a cualquier problema al que nos enfrentemos como personas, como empresas, como instituciones o como gobiernos. “Tus datos son tan valiosos como bien planteadas estén las preguntas que les hagas” Gracias a iniciativas como esta, individuos, empresas, instituciones y gobiernos tendrán más fácil la definición de las preguntas clave para la resolución de sus problemas y podrán pasar de ser “data-driven” a “question-driven”. Referencias: Raw data won’t solve our problems — asking the right questions will Para mantenerte al día con LUCA, visita nuestra página web, suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn o YouTube. ¡Que la fuerza te acompañe LEIA!¿Conoces la nueva Plataforma Self-Service de LUCA Advertising?
Paloma Recuero de los Santos Iot4All: Los desafíos que debe enfrentar la IoT Internet de las cosas, IoT, está presente en numerosos escenarios y casos de uso. No sólo está en la base de la transformación digital de la industria, y otros...
Paloma Recuero de los Santos Video Post #9: Analíticas Big Data, sí, pero ¿Cuáles? Sabemos que las analíticas avanzadas Big Data son imprescindibles para no perder la comba de la innovación digital. Lo que no tenemos tan claro es qué tipo de...
Fran Ramírez Las matemáticas del Machine Learning: Números aleatorios y dónde encontrarlos (II) En el artículo anterior mencionamos la importancia que tienen en nuestro día a día los números aleatorios, utilizados para realizar cualquier tipo de simulación y fundamentales a la hora...
LUCA Talk: La importancia de la seguridad y aspectos legales en el gobierno de los datos. FORMATO: Charla de 30 minutos + Q&A de 10 minutosCUÁNDO: 3 de marzo, 16:00 h (CET)CÓMO: Inscripción gratuita en eventbrite SOBRE QUÉ: Desde la Comisión Europea se está definiendo y escribiendo...
LUCA La teoría Gestalt en Gobierno del Dato Al igual que un dato por si sólo no vale nada si no se le dota de información, conocimiento y se usa para un propósito, “Gobernar el dato por...
Paloma Recuero de los Santos Drones e IA para detectar síntomas de COVID19 La Universidad de Australia de Sur, UniSA ha diseñado una tecnología pionera en el mundo que combina ingeniería, drones, cámaras e inteligencia artificial para monitorizar a distancia constantes vitales....