Big Data

¿Por qué es necesario formarse en datos?

¿Por qué es necesario formarse en datos?

El experto Michael Li explica la necesidad de formarnos para tener un mejor entendimiento de la inteligencia artificial y los ordenadores.

Michael Li, fundador y CEO de The Data Incubator, participó en la pasada reunión del Future Trends Forum, el think tank de la Fundación Innovación Bankinter, con una conferencia sobre educación y la necesidad de formarse en datos.
¿Es la inteligencia artificial un desafío considerable para el empleo en los próximos 10 años? Michael comienza su ponencia planteando esta cuestión al resto de los expertos reunidos, que coincidían con él en que sí es un desafío a tener en cuenta. Además, según señala, algunos estudios ponen de manifiesto que alrededor del 50% de los empleos están en riesgo de desaparecer.

Hasta ahora, la educación siempre había sido una forma de optar a puestos de más nivel y conservar la empleabilidad. ¿Seguirá siendo así? Michael, que se confiesa optimista, piensa que sí. Pero, como recuerda, necesitamos un mejor entendimiento de la inteligencia artificial y los ordenadores.

“Hay que dejar que tanto los humanos como la inteligencia artificial hagan las cosas en la que tengan una ventaja comparativa, económicamente hablando. Probablemente, los ordenadores y la inteligencia artificial serán mejores para cosas como la constancia, la estadística… hemos hablado de la competencia sin entendimiento, ese factor de competición está ahí, y queremos aprovechar los ordenadores para ese tipo de cosas. Los humanos estarán ahí para proporcionar contexto y empatía”.

Michael pone el ejemplo del papel de los médicos en el futuro y cómo algunas de sus funciones se verán automatizadas por la inteligencia artificial. Sin embargo, asegura que aún hará falta el contexto y la empatía que solo los humanos pueden aportar.

¿Qué papel desempeñan los humanos en el ámbito laboral y de datos?

 ¿Cómo tendremos que formarnos y educarnos? Michael hace una distinción entre:

  • Parte técnica. Solo en Estados Unidos, hacen falta unos 200.000 analistas y científicos de datos más de los que hay, según McKinsey.
  • Parte no técnica. Se necesitan un millón y medio de ejecutivos y gestores que entiendan cómo funcionan los datos y la inteligencia artificial. Formarse en datos será una necesidad universal.

Estos ejemplos ponen de manifiesto la necesidad de formar a personas en ciencia de datos, y no solo a nivel técnico, porque cada vez hay más demanda de estos profesionales.

Te puede interesar

Hacia una nueva era en el bienestar humano: la revolución de la neurotecnología 

Hacia una nueva era en el bienestar humano: la revolución de la neurotecnología[...]

Perspectivas de los expertos del Future Trends Forum en la intersección de la neurociencia y la neurotecnología: impul[…]

Leer más
Q-learning: el algoritmo del aprendizaje por refuerzo

Q-learning: el algoritmo del aprendizaje por refuerzo

Existe una relación cada vez más estrecha entre las personas y la IA y la evolución en el universo del machine learni[…]

Leer más
Neurotecnología para el bienestar humano: un vistazo al futuro con el Dr. Álvaro Pascual-Leone

Neurotecnología para el bienestar humano: un vistazo al futuro con el Dr. Álvaro[...]

Explorando las fronteras de la Neurotecnología: descubrimientos, futuro y desafíos de la Neurotecnología en la promoc[…]

Leer más

Expertos mencionados en esta entrada

Michael Li
Michael Li

Fundador y CEO en The Data Incubator

Últimas noticias

Hacia una nueva era en el bienestar humano: la revolución de la neurotecnología 

Hacia una nueva era en el bienestar humano: la revolución de la neurotecnología[...]

Perspectivas de los expertos del Future Trends Forum en la intersección de la neurociencia y la neurotecnología: impul[…]

Leer más
David López, antiguo alumno de Akademia, a la vanguardia de Quantum Computing 

David López, antiguo alumno de Akademia, a la vanguardia de Quantum Computing 

De la Física a la investigación frontera en Quantum Computing: un viaje de descubrimiento, investigación y conocimien[…]

Leer más
Q-learning: el algoritmo del aprendizaje por refuerzo

Q-learning: el algoritmo del aprendizaje por refuerzo

Existe una relación cada vez más estrecha entre las personas y la IA y la evolución en el universo del machine learni[…]

Leer más