RAZÓN EVOLUTIVA DE LAS TICS EN COMUNIDADES RURALES, ACCIONES EMANCIPADORAS Y SU RELACIÓN CON ALGUNAS VARIABLES DE CIENCIAS COGNITIVAS DIGITALES.

AUTOR: Carlos Rivas Sección: Nvo-P01:N1

AÑO: 2022

Línea de investigación: Evolución tecnológica, Sublínea: Nuevas realidades

Introducción

     La experiencia de elaborar un trabajo de grado a nivel de postgrado siempre es un desafío a la inteligencia humana. Se trata de refutar o validar teorías, conceptos, modelos hasta incluso algoritmos como es el caso que nos ocupa en esta asignatura de minería de la información, representaciones mentales y ciencias cognitivas digitales.

En lo personal, venir de la experiencia metodológica analógica y evolucionar hacia el campo digital me abre el apetito científico de una manera significativa. Si antes me sentía limitado por la capacidad de gestionar el tiempo por el abrumador volumen de datos numéricos, textos, imágenes y audios, esta limitación ahora la podré mitigar apalancándome en herramientas tecnológicas confiables, basada en el uso de la inteligencia artificial.

En este orden, me llamó la atención las afirmaciones del profesor Juan Laya, en uno de nuestros encuentros de ClubHouse cuando afirmo que, el mundo científico se encontraba a las puertas de otra revolución científica muy diferente a la de Thomas Kuhn. Se refería nuestro profesor a esas nuevas realidades digitales donde, por ejemplo, un algoritmo desarrolla capacidades de aprendizajes evolutivos para gestionar el tratamiento de datos, tanto cualitativos como cuantitativos. Debemos estar muy atentos con lo que viene, afirmaba el profesor Juan Laya. ¿Por qué?

Sin duda, nuestro profesor se refería a que la Inteligencia artificial (iA) desarrollaría capacidades operativas extraordinarias que el ser humano no es capaz de gestionar impecablemente en un mundo de complejidades como el que vivimos en la actualidad. Son esos pequeños detalles operativos que muchas veces pasamos por desapercibidos, y que un algoritmo bien adiestrado, difícilmente podrá omitir. Esto sin dudas, es una nueva revolución científica.

Lo anterior, que es un ejemplo de lo que ocurrirá en el ámbito universitario y de instituciones científicas (es probable que ya esté ocurriendo), ya es una realidad en el entorno empresarial, donde los trabajos operativos rutinarios están siendo desplazados por la IA. Ocasionando esto que la mano de obra se movilice a sectores donde se exija del uso de una mente educada capaz de tomar decisiones de un alto nivel de complejidad.

Basado en esta reflexión, a continuación, expongo algunas líneas que ocupan mi atención sobre algunas variables relacionadas con la temática que nos ocupa en esta etapa de la asignatura.

Apalancamiento operativo con el uso de la Inteligencia artificial para determinar patrones conversacionales en las entrevistas estructuradas que aplicaré en mi trabajo de grado.

Me refiero al uso del software de Atlas.ti para el tratamiento de datos en investigaciones cualitativas.  En mi experiencia de trabajos de investigación anteriores, esta actividad de codificar categorías principales y emergentes del cuerpo temático, las realicé de manera manual, lo cual limitó significativamente la posibilidad de procesar más volúmenes de datos.

En esta nueva oportunidad, podemos ampliar la recogida de datos conscientes de que disponemos de la tecnología de este software de reconocida reputación en la comunidad científica.

Como bien lo explica el autor de este software, la herramienta tiene la capacidad de entrar en periodo de aprendizaje en la medida que vamos avanzado en el escaneo del contenido. Con lo cual, el algoritmo puede comenzar a sugerir predictivamente nuevas categorías y generar patrones que muestran algunas tendencias que enciendan la mente reflexiva del investigador.

Obviamente, esto representa un desafío para los investigadores, en el sentido de reflexionar sobre las medidas de control para asegurar todo el rigor del método científico y la plausibilidad de la ciencia. En especial porque esta etapa del tratamiento de los datos de la investigación y el posterior análisis de los hallazgos, amerita de un alto nivel intelectual (Cognitivo). Entonces llegamos al terreno del paradigma cognitivo.

Un algoritmo capaz de aprender en base a comprender patrones conversacionales, que no es otra cosa que repeticiones de fragmentos de datos, darle un sentido al proceso de codificación y generación de categorías, es parte de los elementos del proceso de producción de conocimiento: Aprender/Generar – Procesar/Comprender y que han desarrollado las grandes empresas tecnológicas como Google, Microsoft, IBM en conceptos tan avanzados como: Procesamiento de lenguaje natural, Tecnologías de lenguaje humano, Generación de lenguaje natural, Comprensión de lenguaje natural según Martínez-Barco. et al (2013).

Otra variable relacionada entre los nuevos aprendizajes adquiridos en esta asignatura y mi trabajo de grado, tiene que ver con la posibilidad real de usar la Inteligencia artificial (algoritmos) para registrar los datos de la entrevista semiestructurada. Por ejemplo, con el uso de Asistentes cognitivos para realizar la conversación con los informantes clave o actores sociales. Lo interesante de estas tecnologías en palabras del profesor Juan laya, es que estos algoritmos son entrenados con modelos de aprendizaje automático para generar interacciones naturales, instantáneas y eficaces. La distribución de estas herramientas tecnológicas puede ser por los canales de comunicaciones de reconocida reputación como: Correo electrónico, Mensajería instantánea, WhatsApp, Telegram, etc.

En el mundo del marketing y la publicidad digital a estas tecnologías se les llama “ventas conversacionales”, y si, están dotadas de ciertas características que les permiten ser amigables con los usuarios que interactúan. Sin embargo, la gran mayoría de estas tecnologías, aún están lejos de adquirir cierta autonomía debido a que solo obedecen a una configuración estructurada para dar respuestas a los usuarios. Igual que otras tecnologías, todas son fuentes de datos que facilitan la construcción de inteligencia de negocios.

Reflexiones finales

Estamos adquiriendo una base de conocimiento de alta gama y relevancia en esta asignatura de minería de la información, representaciones mentales y ciencias cognitivas digitales. Nuestro interés ahora es darle utilidad práctica, y es la razón que nos ocupa en este ensayo, de ir delineando algunas estrategias que nos permitan conectar variables y elementos entre la asignatura y nuestro trabajo de grado.

En la medida que vamos avanzando, van emergiendo otras variables a las cuales les vamos dando un sentido útil. Obviamente por razones de tiempo no estamos profundizando en el desarrollo de las herramientas, sin embargo, existe acceso en el internet de cursos de excelente reputación en plataformas de educación online como las siguientes: Prazi, Domestika, etc. 

Está claro hasta ahora que, el apalancamiento operativo con el uso de la inteligencia artificial nos lleva a nuevos escenarios en relación a la productividad y gestión del tiempo en la producción de nuevo conocimiento.

Como raza humana, estamos ante una nueva revolución científica y no es otra cosa que aceptar que la inteligencia artificial va a cambiar o acelerar la evolución de la forma de producir conocimiento científico, o sea, se sirve a si misma. 

Bibliografía

Martínez-Barco, P., Ferrández, A., Tomás, D., Lloret, E., Saquete, E., Llopis, F., … & Romá-Ferri,

M. T. (2013). LEGOLAND: Técnicas de deconstrucción aplicadas a las Tecnologías del Lenguaje

Humano. Procesamiento del lenguaje natural, (51), 219-222.