Diego Zachariou: “La IA ya se puso en práctica en 1972, pero hasta hoy no ha habido una gran revolución”

9 February, 2024

Diego Zachariou es un profesional con 28 años de experiencia laboral, que se ha dedicado al ámbito de los datos durante las últimas dos décadas. Durante este tiempo, ha estado trabajando en soluciones que permiten convertir los datos en valor para las organizaciones. En los últimos años, se ha especializado en la doctrina del gobierno de datos y su gestión, que implica establecer marcos, flujos, procedimientos y normativas para el uso ético y adecuado de los datos, así como para mejorar la eficiencia y usabilidad en pos de objetivos comunes dentro de la organización. “No es necesario ser un tecnólogo para comprender su enfoque”, explica nada más empezar la entrevista.

Inició una serie de charlas en 2019 con un enfoque menos académico y protocolario, utilizando analogías entre el gobierno de datos y situaciones de la vida cotidiana. Estas charlas tienen un toque de simpatía y humor, y están dirigidas a un público general, de ahí el título: Data Governance & Management for Dummies.

Se trata de una sesión “coloquial” en la que se explican las premisas del Gobierno del Dato y la Gestión de Datos de manera metafórica, utilizando ejemplos de la vida cotidiana. El objetivo de la sesión es ofrecer un punto de vista diferente y divertido sobre estos temas. El webinar se llevará a cabo el próximo martes 13 de febrero de 18:00 a 19:00 horas, y está dirigido a estudiantes y profesores de los programas en Ciencia de Datos de la UOC, pero también está abierto a cualquier profesional interesado en el tema.

¿Qué es el Data Science?

Para comprender el Data Science, es decir, el estudio y análisis de los datos, es fundamental comenzar por entender qué es un dato: se trata de una representación de algo que ha ocurrido o que ocurrirá, expresado mediante un símbolo que es, en esencia, una medición de alguna magnitud, que a lo largo de su vida experimentará varias transformaciones. Se trata de un valor que carece de significado sin un contexto adecuado. Sin embargo, al colocarlo dentro de un contexto relevante, comienza a proporcionar información. Cuando este dato se integra dentro de un ecosistema más amplio, comienza a adquirir sentido. En primer lugar, se convierte en información, y cuando se compara con otras ocurrencias, se transforma en conocimiento. A través de este ciclo natural, se avanza hacia la sabiduría, el objetivo final: la capacidad de actuar antes de que ocurra un evento. Este enfoque no se limita únicamente a la predicción, sino que también implica la capacidad de tomar medidas preventivas en lugar de soluciones paliativas.

¿Para qué sirve, si hablamos de sus aplicaciones prácticas?

La ciencia de los datos y sus disciplinas son, en esencia, campos que utilizan algoritmos para analizar datos y prever lo que ocurrirá en futuras situaciones. La ciencia de los datos constituye la base de la Inteligencia Artificial (IA), ya que sigue el mismo ciclo que la evolución del dato: comienza con datos crudos, los convierte en información y acaba generando conocimiento que permite realizar proyecciones futuras de manera inteligente. Todos estos mecanismos contribuyen a generar sabiduría de manera artificial, es decir, no solo mediante el uso del cerebro humano. Para lograr esto, es necesario seguir buenas prácticas y contar con un marco de trabajo sólido.

Pero todo debe tener sus límites…

Por supuesto. Imagina que inventamos un algoritmo capaz de predecir los números de la lotería, sería una completa locura y acabaría con el sistema. En este contexto, el marco regulatorio debe fomentar la conciencia: no se trata simplemente de obtener ganancias a cualquier costo, sino de mantener principios y valores de manera legítima. Europa ya ha establecido marcos legislativos sobre el uso ético de la IA y la privacidad de los datos personales, los cuales están intrínsecamente vinculados a toda la gestión y gobierno de los datos.

La ciencia de los datos constituye la base de la Inteligencia Artificial (IA), ya que sigue el mismo ciclo que la evolución del dato: comienza con datos crudos, los convierte en información y acaba generando conocimiento que permite realizar proyecciones futuras de manera inteligente.

¿Cómo gestionamos esta velocidad tan vertiginosa?

Por un lado, los organismos públicos deben regular de manera adecuada. Hace 20 años, en España, cualquier compañía telefónica podía llamarte para ofrecerte servicios a horas intempestivas. Primero surgió la Ley Orgánica de Protección de Datos de Carácter Personal (LOPD) y luego el Reglamento General de Protección de Datos (GDPR), que aunque no se cumple a rajatabla, en la actualidad existen ciertas limitaciones y está más regulado. Si lo comparamos con el año 2003, el cambio en la protección de datos es radical. Con la IA, apenas estamos empezando a desarrollar el marco regulatorio. En ocasiones los avances tecnológicos van más rápido que el desarrollo de marcos regulatorios, y cuando esto ocurre a veces es necesario darnos de bruces con alguna catástrofe para aplicar una solución viable e inmediata.

Cuando hablamos de datos, también es necesario analizarlo desde el ámbito empresarial. Aquí, los tiempos –que en el sector público son mucho más amplios– se acortan muchísimo más. Las empresas desean utilizar todos estos datos para aumentar sus beneficios, y son más rápidas y ágiles. Sin embargo, es importante recordar que una ley es interpretable, no es algo inamovible como puede ser un dato, y eso debemos tenerlo claro. Las líneas entre lo bueno y lo malo a veces son muy delgadas.

En el webinar hablaréis específicamente de Data Governance y Data Management. ¿Para qué sirven exactamente cada una de ellas?

Las dos están muy ligadas. El gobierno del dato se sustenta entre tres y cinco palancas. La primera propuesta habla de personas, procedimientos y tecnología. En la vida real, yo apuesto por la segunda: personas, procedimientos, tecnologías, casos de uso y gestión del cambio. Como he mencionado antes, esto constituye un marco de trabajo en el que debe haber personas que asuman roles para ejecutar procedimientos, normativas y marcos regulatorios sobre una tecnología.

Pero luego está el contenido, el para qué estás usando el dato y la gestión del cambio cultural, que tiene que ver con la adopción de las personas en una organización para trabajar de manera diferente. Es como si estuvieras conduciendo por una autopista sin límite de velocidad y no te detuvieras. Si vienes de trabajar en un modelo anárquico, acostumbrado a actuar por inercia, cuando te ponen una guía necesitas un proceso de adaptación, que es el último pilar de todos.

¿Y el Data Management?

Acompaña, con una serie de disciplinas y procedimientos, esa transformación del dato, desde que es un simple dato en crudo hasta que se convierte en inteligencia. Por todas estas etapas existe una disciplina concreta de data management que debe aplicarse. Por ejemplo, para que haya inteligencia gracias al conocimiento, el dato debe tener un mínimo de calidad. Si está incompleto, es impreciso, inconsistente, no está integrado en el ecosistema… tendrá una calidad baja. 

Para abordar esto, aparece la disciplina de la calidad de datos, que implementa mecanismos que alertan cuando no se cumplen los estándares de calidad y se debe aplicar un proceso de limpieza o depuración de estos. Hay muchos estándares en el mercado, el más famoso es el DAMA, pero todos persiguen el objetivo de garantizar la calidad, gestionar los datos de forma centralizada y comprender todo el linaje desde su origen hasta que se transforma en información e inteligencia.

Estamos presenciando una nueva revolución industrial que no será una amenaza de sustitución de humanos, sino todo lo contrario. Surgirán nuevas profesiones y se abrirán oportunidades laborales que hasta ahora no existían.

Vivimos una época muy movida en lo que se refiere a la irrupción de tecnologías disruptivas como la IA. ¿Qué papel ocupará en la sociedad del futuro?

Estamos experimentando una revolución radical. La inteligencia artificial (IA) se puso en práctica ya en 1972, eso debemos tenerlo claro, pero lo que ocurre es que la aplicación de la IA generativa de hoy está generando una revolución en el mundo de las organizaciones y de los hogares. El hecho de tener un dispositivo como Alexa o Google Home que pueda interpretar lenguaje y realizar acciones es revolucionario. Hace diez o quince años, esto parecía ciencia ficción. El poder generar y optimizar procesos de las organizaciones a través de la IA también lo es.

Hoy en día, los consultores como yo nos enfrentamos a un dilema, ya que la IA generativa podría potencialmente reemplazarnos a todos. Sin embargo, esto no implica una sustitución, sino una evolución en los puestos de trabajo. Por ejemplo, los programadores podrían convertirse en científicos de datos, y así sucesivamente en todas las áreas afectadas. Estamos presenciando una nueva revolución industrial que no será una amenaza de sustitución de humanos, sino todo lo contrario. Surgirán nuevas profesiones y se abrirán oportunidades laborales que hasta ahora no existían.

¿Qué consejo le darías a alguien que no confía en la IA?

Que empiece pensando en algo pequeño para, poco a poco, llegar a lo más grande. Es un proceso de adaptación complejo que se debe incorporar en nuestras vidas de forma paulatina. Todavía debemos ganarnos la confianza de los usuarios, pero sin olvidarnos de pensar en grande e ir dando pasos en firme hacia el futuro que viene. 

(Visited 59 times, 1 visits today)
Autor / Autora
Periodista
Comentarios
Deja un comentario