Desde el Dato a la Inteligencia Artificial

​Los Datos en la base de la 4ta Revolución Industrial.– Desde el Dato a la Inteligencia Artificial

La revolución tecnológica que vivimos, denominada la 4ta revolución industrial, se caracteriza, entre otras cosas, por la generación de grandes volúmenes de datos, los que de una u otra forma constituyen información que describe quiénes somos, qué hacemos y qué nos gusta. Son registros que dan cuenta de nuestro comportamiento. El mismo fenómeno ocurre a nivel empresarial, pero en este caso la huella de datos da cuenta, por ejemplo, de qué tan valorados por el mercado son los productos y servicios comercializados, qué tan saludable es el negocio y qué tan eficiente la operación.  El beneficio potencial de lograr mayor eficiencia, mejor control de la operación, menores pérdidas, así como también mejores productos y servicios es lo que ha desatado lo que se conoce como la “Transformación Digital” de empresas en todos los sectores industriales. La transformación digital trae consigo desafíos tales como, por ejemplo, medir la mayor cantidad de datos que sean de interés y que pudiesen aportar valor al análisis y, segundo, tener la capacidad de gestionar y procesar esos grandes volúmenes para algún propósito en particular.  ¿Pero, cómo se transforman los datos en información y qué relación existe entre ellos y conceptos como big data, analytics e inteligencia artificial? En este artículo se proporcionan algunas definiciones básicas que permiten dar respuestas simples a estas interrogantes. Se persigue orientar al lector sobre el lenguaje utilizado y los problemas que se resuelven más que en el cómo funcionan las soluciones. Entender estos conceptos que ya gobiernan nuestras vidas y que de seguro lo harán por largo tiempo debería ser de gran utilidad para todos.  La Figura 1 muestra la relación que existe entre Datos, Información, Conocimiento y Sabiduría. En ella se observa que los Datos se encuentran en la base de la pirámide, los cuales bajo determinadas condiciones evolucionan para transformarse en Información. Del mismo modo, la Información ayuda a construir Conocimiento, el cual es el sustento de la Sabiduría:​

​Una simplificación de las definiciones proporcionadas por Rodolfo Siles (1) para estos conceptos es la siguiente: 

Datos: Corresponde a la recopilación o representación no procesada de hechos, conceptos, opiniones o instrucciones en cualquier medio o forma, incluidas formas textuales, numéricas, gráficas, cartográficas, narrativas o audiovisuales de una manera adecuada para la comunicación, interpretación o procesamiento por parte de humanos o por medios automáticos. Ejemplo: 30°C. 

Información: Corresponde a la interpretación de los datos en función de su contexto. La información es el resultado del procesamiento, manipulación y organización de datos cuyo significado se asigna de acuerdo con el contexto y las convenciones asumidas. Ejemplo: 30°C es la temperatura normal de un día de verano en Santiago de Chile. 

Conocimiento: Corresponde a información evaluada y organizada en la mente humana para que pueda ser utilizada con un propósito. El conocimiento es información con orientación para la acción basada en la experiencia. Según Albert Einstein, “Conocimiento es experiencia, todo lo demás es sólo información”. Ejemplo: Dado que la temperatura promedio de un día de verano en Santiago de Chile es de 30°C, en mi próxima visita a esa ciudad en verano llevaré solo ropa liviana, bloqueador solar y un sombrero.  

Sabiduría: Corresponde al conocimiento adquirido a través de la experiencia personal que permite comprender cómo aplicar conceptos de un dominio a nuevas situaciones o problemas. La sabiduría es comprender qué conocimiento usar y para qué propósito. Ejemplo: Dado el cambio climático que afecta al mundo, es probable que el clima en Santiago de Chile sufra de inestabilidad, razón por la cual también llevaré algo de ropa gruesa en mi visita del próximo verano. Pero también, me podría ir a esquiar a los Alpes Suizos para no sofocarme, aprovechando que en la misma fecha es invierno en el hemisferio norte. El hecho de reconocer que a partir de los datos no sólo es posible generar información, sino que también crear conocimiento, le da un sentido de aplicabilidad de negocio a la transformación digital. Para cualquier empresa debiese ser de interés aprovechar, desde una mirada de negocio, los datos, información y conocimientos disponibles interna y externamente. Para ello, se debería almacenar y gestionar todo lo que actualmente se mide y capturar todo aquello que no se mide, pero que podría medirse y ser de utilidad para el análisis del negocio.  Pero, dado que la información es quien aporta valor a los datos, debe asegurarse que ella sea de calidad. Para esto, debe definirse qué se entiende por calidad de la información. 

Calidad de la Información: Según lo resumen Claudio Araya (2) y Fabián Spanevello (3), la calidad de la información se define sobre la base de cuatro dimensiones y quince atributos, tal como se representa en la Figura 2. La dimensión Intrínseca se refiere a la calidad de los datos en su origen; la Contextual considera los requisitos que debe cumplir la información para cierta actividad o tarea; la Presentación se asocia a la forma en que se presenta la información en los sistemas donde se almacena, y la Accesibilidad se relaciona con la seguridad de los sistemas y el grado de facilidad con que se puede utilizar dicha información.

Realizadas estas definiciones, podemos volver sobre la Figura 1. En ella se observa, en el costado derecho, que existe una estrecha relación entre los conceptos Big data, Analytics e Inteligencia Artificial con los conceptos de Datos, Información y Conocimiento. En la figura también se observa que Big data alimenta a Analytics y esta a su vez a la Inteligencia Artificial, lo que constituye un símil con la relación anteriormente descrita para Datos, Información y Conocimiento, hecho que permite formular definiciones simples para estos conceptos técnicos muy en boga actualmente. A continuación, se definen los conceptos big data, analytics e inteligencia artificial, sobre los cuales existe abundante literatura especializada. Las definiciones se han simplificado para facilitar el entendimiento, ya que sería demasiado pretencioso tratar de abordarlos en profundidad en este breve artículo. 

Big data: Corresponde a arreglos de hardware y a software computacional utilizado para capturar, almacenar, analizar y disponibilizar grandes volúmenes de datos e información. Debe permitir la integración de datos provenientes de distintas fuentes y garantizar las dimensiones de Accesibilidad y Presentación de calidad de la información señaladas en la Figura 2. Según la norma ISO/IEC JTC 1N12986, big data corresponde a “extensos conjuntos de datos, principalmente en las características de volumen, variedad, velocidad y/o variabilidad, que requieren una arquitectura escalable para un almacenamiento, manipulación y análisis eficientes.” 

Analytics: Corresponde a programas y algoritmos computacionales, como también a modelos matemáticos que son utilizados para identificar, interpretar y comunicar patrones significativos contenidos en los datos de entrada, generando de este modo información a partir de ellos. Se utilizan, por ejemplo, algoritmos de reconocimiento de patrones, análisis de tendencias, métodos predictivos, análisis estadísticos y machine learning. Nótese que la información resultante de analytics se almacena y gestiona en la big data. Los resultados deben garantizar las dimensiones Contextual e Intrínseca de calidad de la información señaladas en la Figura 2. 

Inteligencia Artificial (IA): Corresponde a programas y algoritmos computacionales, como también a modelos matemáticos que son utilizados para emular el razonamiento humano y así inferir resultados a partir de la información de entrada. Se puede decir que equivale a “empaquetar” el conocimiento humano a través de algoritmos de inferencia. Coloquialmente, el término inteligencia artificial se aplica cuando una máquina imita funciones cognitivas que los humanos asocian con otras mentes humanas, como aprender y resolver problemas. Se utilizan, por ejemplo, árboles de decisión, inferencia estadística, redes neuronales, inferencia fuzzy y machine learning. Cabe destacar, que muchas soluciones comerciales abarcan desde big data hasta la inteligencia artificial, pasando por analytics, combinando en un solo todo los conceptos aquí expuestos por separado.  No caben dudas que la masificación de las tecnologías de la información y comunicación ha cambiado nuestras vidas personales y la de las empresas para siempre. Actualmente, vivimos hiperconectados y a nuestro paso vamos dejando una gran estela de datos. Sin embargo, nuestras limitaciones humanas nos impiden sacar un adecuado provecho a ese océano de información a una velocidad también razonable. Afortunadamente, la revolución digital también ha traído consigo el surgimiento de alternativas de solución, como lo son la IoT (Internet of Things) para las personas o la IIoT (Industrial Internet of Things) para las empresas, las cuales se apoyan en conceptos y tecnologías como big data, analytics e inteligencia artificial.  En este artículo se evidencia que los datos están en la base de la transformación digital. A través de un diagrama y definiciones simplificadas se muestra la relación existente entre datos, información y conocimiento con tecnologías como big data, analytics e inteligencia artificial. La idea de fondo de esta representación es tanto clarificar los desafíos como también los conceptos y tecnologías de solución, sin quedar atrapados y hablando sólo de las tecnologías. Los beneficios y oportunidades que ofrece la transformación digital son innumerables e imprevisibles gracias al ingenio humano. Sacar provecho de ella depende sólo de nosotros. Lo único claro es que los datos son el punto de partida de cualquier análisis que se desee realizar. 

Autor Dr.Ing. Eugenio Gómez, Mayo 2018
 https://www.linkedin.com/pulse/los-datos-en-la-base-de-4ta-revoluci%C3%B3n-industrial-desde-eugenio-g%C3%B3mez

​