Warning: strpos() expects parameter 1 to be string, array given in /home/site/wwwroot/wp-content/themes/twentynineteen-child/functions.php on line 163
El análisis de escenarios es una metodología que permite estudiar situaciones de riesgo o incertidumbre, esto es al momento de tomar decisiones. Sin embargo, se debe considerar siempre que el riesgo no se elimina, el riesgo se gestiona. En general, el análisis de escenarios es un proceso que intenta predecir y analizar posibles acontecimientos futuros considerando diferentes escenarios, tomando en cuenta factores disruptivos que transciendan en diversos resultados, teniendo como objetivo diseñar diferentes estrategias para cada posible escenario que se considere.
De esta forma, este análisis, que es un método principal de proyecciones, no tiene como propósito el mostrar una imagen exacta del futuro, por el contrario, presenta deliberadamente varios futuros alternativos. Por lo general, se analizan tres probabilidades o escenarios, uno optimista, uno pesimista y el más probable según los datos disponibles. Este tipo de análisis es especialmente útil para estar preparados en caso de cambios repentinos, al poderse adaptar con mayor rapidez teniendo un plan estratégico para diversas situaciones.
Para el análisis de escenarios, se debe calcular el potencial de la decisión en distintas circunstancias. Es decir, se proyectan las diferentes situaciones asignando distintos valores posibles a las variables de referencia. Nash y la teoría de juegos dio un gran salto en lo que al análisis de escenarios se refiere. La teoría de juegos es un área de la matemática aplicada que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados ‘juegos’). La teoría de juegos se ha convertido en una herramienta sumamente importante para la teoría económica y ha contribuido a comprender más adecuadamente la conducta humana frente a la toma de decisiones. Sus investigadores estudian las estrategias óptimas, así como el comportamiento previsto y observado de individuos en juegos.
Método de escenarios
Los métodos prospectivos nacen como crítica al uso de los métodos previsivos, aquellos que utilizan la imaginación de las personas para crear e innovar, buscando cambios profundos en el ámbito de la tecnología, identificando un futuro probable y un futuro deseable, diferente de la fatalidad y que depende únicamente del conocimiento que se tiene sobre las acciones que el hombre quiera emprender, que se fundamentan en la utilización de la proyección de series históricas, acompañadas en la mayoría de las veces de datos probabilísticos.
Si bien la probabilidad mejora la fiabilidad de los datos, existen una serie de críticas que hacen que los métodos previsivos sean considerados como incompletos para analizar la naturaleza de los problemas que ocupan. Uno de los métodos prospectivos que más apoyo tiene en la actualidad para analizar los acontecimientos futuros a la luz de los acontecimientos presentes es el método de los escenarios.
Este método nace como réplica al uso de métodos previsivos. El análisis de escenarios, al igual que otras técnicas analíticas estructuradas, es una herramienta complementaria –no sustitutiva– a los métodos cuantitativos y cualitativos propios de las ciencias sociales. Se trata de una herramienta que estimula la creatividad, amplía perspectivas, desafía los marcos cognitivos preestablecidos y genera nuevas preguntas de investigación. Además, el análisis de escenario tiene otra virtud: ser un instrumento de apoyo a la planificación estratégica.
Algo muy adecuado para acabar aplicando inteligencia artificial. El proceso de elaboración de escenarios se basa, promueve y suscita en sí mismo el análisis. Se trata de plantear –y de responder a– múltiples preguntas en clave de ‘qué pasaría si’, imaginando diversos futuros (Barma, Durbin, Lorber & Whitlark, 2016: 119).
Teoría de juegos
La teoría de juegos se desarrolla en sus comienzos como una herramienta para entender el comportamiento de la economía, la teoría de juegos se usa actualmente en muchos campos, como en la biología, sociología, politología, psicología, filosofía y ciencias de la computación. Y sin duda, para entender el enorme valor de la Inteligencia Colectiva. La teoría de juegos experimentó un crecimiento sustancial y se formalizó por primera vez a partir de los trabajos de John von Neumann y Oskar Morgenstern, antes y durante la Guerra Fría, debido, sobre todo, a su aplicación a la estrategia militar, en particular, a causa del concepto de destrucción mutua garantizada.
Desde los setenta, la teoría de juegos se ha aplicado a la conducta animal, incluyendo el desarrollo de las especies por la selección natural. A raíz de juegos como el dilema del prisionero, en los que el egoísmo generalizado perjudica a los jugadores, la teoría de juegos ha atraído también la atención de los investigadores en informática, usándose en Inteligencia Artificial y cibernética.
Los conflictos entre seres racionales que recelan uno del otro, o la pugna entre competidores que interactúan y se influyen mutuamente, que piensan y que, incluso, pueden ser capaces de traicionarse uno al otro, constituyen el campo de estudio de la teoría de juegos, la cual se basa en un análisis matemático riguroso, pero que, sin embargo, surge de manera natural al observar y analizar un conflicto desde un punto de vista racional. Los conceptos no solo están relacionados, sino que esas relaciones fluctúan en tiempo real según cada decisión de alguno de los jugadores o competidores.
Contexto y ontologías
Partir de la correcta definición de contexto es imprescindible para comprender todo lo que se hace en Inteligencia Artificial:
Contexto
Del lat. contextus.
- m. Entorno lingüístico del que depende el sentido de una palabra, frase o fragmento determinados.
- m. Entorno físico o de situación, político, histórico, cultural o de cualquier otra índole, en el que se considera un hecho.
La RAE nunca falla, ambas definiciones son adecuadas para entender lo que significa un escenario y lo importante que es el contexto para entender o comprender el mundo real, o el comportamiento de un ser humano ante las decisiones que ha de acometer. El contexto es imprescindible para entender correctamente una escena. Cuando se cambia el punto de vista (PoV B), se ve que el techo se derrumba. Lo que hace realmente es tratar de mover a la persona para que no salga herido por el derrumbe.
En los años 80, DARPA, por aquel entonces, no sabía que todos aquellos protocolos como KQML, KIF, etc., serían la base de la web semántica de Tim Berners y la IA de los tiempos actuales. Ontología significa ‘el estudio del ser’, proviene de la filosofía, y los griegos tenían mucho que decir al respecto. Esta palabra se forma a través de los términos griegos οντος, ontos, que significa ser, ente, y λóγος, logos, que significa estudio, discurso, ciencia, teoría. La ontología, por tanto, es una rama de la filosofía que estudia la naturaleza del ser, la existencia y la realidad. Así, tratando de determinar las categorías fundamentales y las relaciones del ‘ser en cuanto ser’. Engloba algunas cuestiones abstractas como la existencia o no de determinadas entidades. Se puede decir que existe y lo que no, cuál es el significado del ser, etc.
Analítica de datos previa a decisiones
El análisis de datos resulta una de las áreas más importantes hoy en día dentro de las diferentes corporaciones. Con base en este análisis se logran tomar decisiones y anticiparse a los diferentes movimientos del mercado existentes. Por esta razón el profesional encargado de este campo debe tener la plena seguridad y el conocimiento adecuado para afrontarse a las diversas situaciones que se pueden presentar en sus tareas.
TECH Universidad Tecnológica ha diseñado un amplio portafolio educativo pensando en las necesidades de los profesionales modernos. En el caso de su Facultad de Informática destacan especializaciones tales como el Máster en Industria 4.0 y Transformación Digital y el Máster en Ingeniería de Software y Sistemas de Información. A pesar de ser excelentes opciones para el profesional no cabe duda que si su interés se inclina por dominar el área de la analítica de datos, su mejor elección será el Máster en Visual Analytics & Big Data.
