Inteligencia artificial

Hacia la automatización de la conducta colaborativa en las Administraciones Públicas.

En el punto número 6 del  post anterior 6 pautas básicas para los Departamentos de Formación ante el Machine Learning, anunciaba una entrada  específica para desarrollar un escenario en las organizaciones en  la que la colaboración y la compartición estuviesen “automatizadas” y fluyeran de forma natural.

Pero,  he de confesar, hice una valoración muy optimista de lo que podía aportar en este campo. Tanto es así, que me vi obligado a escribir, posteriormente,  dos nuevas entradas en las que establecía  algunos  antecedentes para poder (justificar) adentrarnos en la tesis de la colaboración ideal en un espacio no   diseñado para ello. 

Uno de los antecedentes hacía referencia a la voluntariedad actual del proceso de colaboración en las Administraciones Públicas.Hablábamos de los esfuerzos enormes (estrés) que había que generar en la organización para mantener un porcentaje mínimo de conductas colaborativas. Nos extrañábamos, también, de la timidez estratégica directiva, que no apostaba de forma más contundente, por rentabilizar el conocimiento distribuido  de los profesionales, a través , precisamente, de la colaboración.

El otro antecedente (entrada anterior)  se refería a la necesidad de establecer nuevos procesos -rediseño de la organización-, para institucionalizar la conducta colaborativa.  Apuntamos cuatro tipo de  elementos facilitadores, los cuales estarían en la base y lo harían posible. El primero de ellos, se refería al  marco competencial de los profesionales de la Administración. La  competencia colaborar y compartir conocimiento sería  exigible a todos y, seria, por tanto,  corporativa. En este mismo sentido, y leyendo estos días la magnifica aportación que ha hecho la EFIAT de Murcia, sobre las competencias digitales que han de disponer los trabajadores públicos, encuentro que una de ellas es la de  compartir conocimiento y colaborar. Por esta vía, como no,  también tendríamos esa  nueva palanca que apoyaría la automatización de la colaboración.

Pues bien, situados en este escenario, por ahora idílico, en el que todos los empleados  son competentes en la compartición de conocimiento; y, además, les viene exigido para desempeñar su puesto de trabajo ( y con la tecnología adecuada que lo posibilite), podríamos, de forma realista, pensar en el escenario de la colaboración automática.

¿Cómo sería este escenario? Lo apunté en la parte final de mi intervención en el Expoelearning del pasado  día 3 de marzo. La presentación la podéis encontrar aquí.

Expoelearning

Me inspiré en esta noticia que aparecían en los medios hace un par de semanas. Facebook ha desarrollado un algoritmo que permite detectar aquellas personas que podrían desarrollar conductas de suicidio. Tiene que ver con la recogida de datos ( estados emocionales, expresiones de desánimo, peticiones de ayuda, muestras de angustia; y su cruce con las personas que hayan desarrollado  tentativas de suicidio. Esta sencilla ecuación, de recogida y análisis de datos, mediante un algoritmo, también se podría aplicar en nuestros contextos de trabajo si, como decíamos antes, la cultura del dato, que era la primera de las premisas que expliqué en la primera entrada (…sin datos no hay elaboración posterior posible. Por muy desestructurados que puedan estar, sin planteamientos previos estratégicos que incluyan recogida, selección, filtrado y tratamiento, no hay nada) estuviese disponible. Es cierto que aún estamos muy al inicio de la transformación tecnológica en la Administración Pública, pero el salto cualitativo en nuestra mejora de servicios ha de llegar por la vía de la adopción de la tecnología adecuada. Las estrategias de adquisición de este nuevo tipo de tecnología han de pasar por apostar por aquellas que prevean la recogida y la explotación de los datos de los que disponemos.

Sería, en este contexto anterior, cuando los datos debidamente consignados, etiquetados, y interpretados, los podríamos emparejar con  aquellas personas que más demandas de información  tienen ( a los que todo el mundo recurre) y, a su vez,  más comparten. Serían los líderes (motores) de proyectos.

¿Qué proyectos? De aquellos temas emergentes,reflejados en esas conversaciones, y que se mostrasen como potenciales aportadores de eficiencia tras su desarrollo..

Automáticamente se establecería el ranking de lo que preocupa en la organización y  se emparejarían  con las personas que más activas se han mostrado.  Y, todo ello, debidamente consignado en la hoja de méritos –por ponerlo con estas palabras-, de cada uno de los profesionales. Incentivos intrínsecos y extrínsecos deberían conformar este espacio  de  colaboración por defecto.

Ésto, que en la Administración pública  puede parecer muy lejano, ya se viene desarrollando en entidades como CaixaBank,  en un entorno bancario,  y en otras organizaciones.

La presentación la podéis encontrar aquí.

 

6 Pautas básicas para los Departamentos de Formación ante el Machine Learning

Con el título Aprendiendo de ejemplos presentes en la vida real a partir de algoritmos, di salida -por emplear estas palabras-, a una larga preocupación (y ocupación) de más de 2 años. A través de una de las herramientas con las que me manejo, Evernote, he recopilado más de 300 referencias, con lo cual pude confeccionar una presentación que resumía mi punto de vista sobre la inteligencia artificial y el aprendizaje automático y su relación con la gestión del aprendizaje que ahora hacemos desde los Departamentos de formación.

Antecedentes.

En 2015, un año antes del congreso EDO, cuando empezábamos a diseñar su orientación, ya aparecían tendencias como Big Data, analíticas de aprendizaje, inteligencia artificial, machine learning, que no podíamos obviar.

Fruto de este planteamiento asumí el impulso y la coordinación de un simposio específico. Lo titulamos Big Data y Analíticas de aprendizaje. Tuvimos la suerte de poder contar de contar desde el inicio con George Siemens como ponente principal del Congreso y, especialmente, con cuatro magníficas aportaciones para el simposio.

 Además de ellos, y para completar su recorrido, me encargué de preparar otra en la que relacionaba esta tecnología emergente con sus  implicaciones  en aprendizaje y formación.  (Todas ellas las podéis encontrar aquí).

edo-16-simposio-machine-learning

Pues bien, después de otro año más profundizando en estas implicaciones educativas, el día 3 de marzo, y vía la amable invitación del amigo Josep Lozano, la hice pública en un marco ideal: delante de más de 200 especialistas en e-learning  que se dieron cita en el Congreso Expoelearning 17.

expoelearning-17

La ponencia.

 Como decía en el título, me centré en un enfoque abierto, divulgativo y desmitificador de lo que conocemos como Machine Learning. Pasadas ya las primeras épocas de desarrollo de aplicaciones, más bien pintorescas, de la inteligencia artificial, ahora ya, y tras la irrupción de los GAFA  más IBM,  creo que  no podemos estar tan tranquilos y expectantes en el sector.

Por poner un par de ejemplos.

  • La consultora Garnett, sitúa ahora mismo la inteligencia artificial y el machine learning en la punta máxima de expectación de su curva. Ahora toca, en los próximos tres  años, la bajada, y la posterior aplicación masiva por parte de las empresas del sector educativo. Con ello, la oportunidad de incidir en su desarrollo aplicado,  ¡es ahora mismo!
  • El Foro Mundial de Davos, sitúa la eclosión de la Inteligencia Artificial/Machine Learning en un período de 2 a 5 años.

gartner-2016

Creo que estos datos anteriores tienen la fuerza suficiente como para empujarnos a hacernos algunas preguntas. Por ejemplo, ¿asistiremos como espectadores sorprendidos y encantados a lo que se nos viene encima, o vamos a ponernos en modo acción?

Y no podemos poner excusas. Esto dice Tony Bates, uno de los grandes referentes del eLearning actual.

La pregunta clave que afrontamos es si el aprendizaje en línea debe proponerse como objetivo sustituir a los profesores e instructores por medio de la automatización, o si la tecnología se debe utilizar para empoderar no solo a los maestros sino también los estudiantes. Por supuesto, la respuesta siempre será una mezcla de ambas cosas, pero conseguir el equilibrio adecuado es una cuestión crítica.

 El peligro de la automatización sería llevarnos a aprender de la única manera que puede ser dirigida por máquinas. Y, además, según algoritmos no transparentes basados en estadísticas de casos previos —que no dicen nada sobre el caso individual— y en decisiones tomadas por especialistas en informática, no en educación.

 Antes, yo solía pensar en los informáticos como colegas y amigos en lo que respecta a diseñar e impartir aprendizaje en línea. Ahora los estoy viendo cada vez más, al menos a algunos de ellos, como el enemigo. Esto tiene que ver sobre todo con la arrogancia de Silicon Valley, que cree que los informáticos pueden resolver cualquier problema sin saber nada acerca del problema en sí.

7 pautas para la acción

En base a estas reflexiones anteriores y a la sensibilidad  que percibo en el sector, me permito lanzar 7 propuestas para reflexionar sobre ellas y establecer algún tipo de debate.

  1. Pasar a la acción.

El machine learning para todos, se refiere a que más allá de la complejidad matemática de los algoritmos, el factor previo se sitúa en hacernos las preguntas adecuadas. Aquellas que van a la parte sustantiva del negocio y que, luego, como ha sido siempre, la tecnología ha de resolver. Me encantó como lo plantea Berserker , que lo simplifica en este esquema.

proceso-machine-learning

También lo podemos encontrar dicho de esta manera, aún más simple.

machine-learning-para-todos

En definitiva, lo que se puede automatizar es lo que sigue este patrón:

  • Reunir datos
  • Analizar los datos
  • Interpretar los resultados
  • Determinar un curso de acción recomendado
  • Implementar el curso de acción

¿Qué quiere decir esto? Que, como decía Bates, no podemos dejar (parte) de nuestros deberes en manos de tecnólogos que (algunos) no entienden el fondo de los problemas. El Machine Learning es un campo ya abierto y transitable para especialistas matemáticos y, también , y sobretodo,  para encargados del negocio.  Porque, al final, la lógica de los algoritmos se agrupa y se resume en pocas posibilidades fáciles de entender en sus dinámicas ( genialmente explicado por Antonio de Rojas)  .

  • Aprendizaje Supervisado.
  • Aprendizaje No Supervisado.
    • Regresión.
    • Clasificación.
    • Agrupamiento (“Clustering”).
    • Recomendación.
  • Aprendizaje profundo (“Deep Learning”).

2- Cultura de datos.

Es la base. Sin datos no hay elaboración posterior posible. Por muy desestructurados que puedan estar, sin planteamientos previos estratégicos que incluyan recogida, selección, filtrado y tratamiento, no hay nada. Y, aquí sí, volvemos a tener el peligro de contratar plataformas tecnológicas, que poco pensadas en la  perspectiva de rentabilización del dato, no van a servir para nada. Con lo cual, ya vamos tarde, sobre todo en la Administración Pública que como venimos diciendo desde hace tiempo, ya dejó de hacer los deberes tecnológicos. En este momento, en el que la formación está transitando de las fórmulas tradicionales a aquellas basadas en modelos 70 20 10, incrustadas en el propio trabajo, tocaría replantear si las tradicionales bases de datos deberían de hibridarse con las de Recursos Humanos.

3- Transformación de los LMS.

Han sido nuestras herramientas de base. En la administración pública, Moodle por ejemplo, se convirtió en el estándar. Y durante un tiempo ofreció, y nos sorprendió, con grandes prestaciones y servicios. Pero el tiempo es imparable, y tenemos ya en nuestros bolsillos,  usuarios y profesionales, la gran competencia: nuestros smartphones. Ellos nos hacen ya hipertextuales y libres. Y claro, después de esta experiencia, recomienda tú, a los empleados, que se vayan a nuestros tradicionales LMS para servirse de contenidos. La sensación que tienen, las describe Clark, como ir a las mazmorras.

Es como ir a una tienda de regalos horribles donde todo está diseñado y es estridente. Y los alumnos no tienen ningún control. Tenemos que ir más allá de eso .. los  LMS estás  muertos, vivan  los  LMS. El LMS no morirá. La gente va a seguir yendo a ellos. Es necesario LMS en las grandes organizaciones para gestionar los datos. 

  El LMS para la mayoría de las organizaciones es como una mazmorra y nadie le gusta ir allí. ¿Por qué? el problema es que la mayor parte del LMS son sólo listas de los ciclos. Eso es todo lo que hay en ellos. Y es una lástima, ya que paraliza el uso de enfoques más innovadores, como el uso de inteligencia Artificial o la Realidad Virtual . 

 4- Aprendizajes adaptativos y personalizados.

Ya están apareciendo en el mercado nuevas propuestas que se basan en inteligencia artificial y que se anuncian como la solución definitiva para disponer de aprendizajes personalizados. Tanto las plataformas Knewton como Zoomi, por ejemplo, aprovechan la tecnología para ofrecer itinerarios personalizados para cada alumno. No he podido ir más allá de las demos  que tienen colgadas en sus webs, pero la impresión que obtengo es que, en efecto, mejora la experiencia de usuario en relación a las propuestas tradicionales. Creo que están en una lógica de innovación incrementalista nada despreciable.

zoomi

5- Los bots y los chatbots.

Aquí sí, creo que la  innovación disruptiva  en el aprendizaje va a venir de la mano de los bots. Todos recordamos la conversación enamorada de Joaquin Phoenix en la película HER  con el software de su ordenador. Pues bien, en muy poco tiempo ya hay tecnología disponible que nos acerca a escenarios  reales de aprendizaje mediante voz,  de última generación. Recogía Enrique Dans recientemente un experimento que se había hecho en el Tecnológico de Georgia en el que se había programado al bot  Jill Watson (era una aplicación de Watson IBM), en el cual, y si no llega a ser  interrumpido, los estudiantes lo habrían elegido como el Teacher Assistent del año. Era tan eficiente, tan amable y tan rápido, en la contestación de las dudas de los alumnos que no podían suponer que estaban siendo atendidos por un robot.

Además, otros usos educativos de los bots podían ser los siguientes:

  • Mobile Coach: coaching y seguimiento
  • Inscripción.
  • Respuestas a las preguntas del alumno.
  • Preparación para el examen
  • Evaluación.

6- Entrenadores personales digitales.

Alexa, el asistente digital de Amazon, ya está programado para dar respuesta a más de 10.000 preguntas.  Muchas  de ellas, si vamos a su Market Alexa Skills , están específicamente pensadas para temas  educativos. Pongámonos a soñar: ¿para cuándo un Alexa personal que nos pueda acompañar, animar, entrenar, en nuestro proceso de formación y aprendizaje continuo? No es demasiado descabellado que pronto nos encontremos en estos escenarios. Dependerá de los esfuerzos que hagan los expertos en educación -y que se atrevan a dar el salto a estos espacios ahora poco motivantes por la barrera matemática y tecnológica-, y que hemos dejado en manos de  tecnólogos que aún no entienden de verdad las necesidades de las personas en su aprendizaje. Pero hay excepciones, por ejemplo, la empresa UpeLearning de nuestro querido amigo Juan Francisco Delgado.  Creo que iniciativas como la suya están abriendo un  camino que habrá que seguir.

7- La colaboración y el aprendizaje colaborativo automáticos.

Este punto, me voy a permitir desarrollarlo en una entrada posterior. Tiene tantas implicaciones como las que seis anteriores. Además, es un tema en el que llevo trabajando más de 10 años, y no quiero despacharlo con un par de párrafos.

Nota:

Quiero agradecer a las siguientes personas asistentes a mi conferencia del pasado día 3 el feedback positivo que me dieron. Entre ellas estaba Teresa Sánchez Cancio , Lola Artáiz, María Amor , Pascual Parada, y sobre todo a Jesus Hernandez, por este amable tweet que me encantó especialmente.

jesus-hernandez

 

Machine Learning (en Expoelearning 17).

entrevista-jesus-martinez

El próximo día 3 de marzo intervengo en el Congreso ExpoeLearning 2017. Y este año, al contrario que en las ocasiones anteriores,  en los que siempre he hablado sobre aprendizaje colaborativo, innovación en la formación y comunidades de práctica, lo haré sobre inteligencia artificial y machine learning.

En general todo el Congreso tendrá este año este enfoque  especializado. Josep Lozano su CEO,   ha visto venir que es imparable la afectación de la inteligencia artificial  también en el sector del eLearning. Y,  seguramente, no será suficiente con que los LMS muten y se hagan más sociales y abiertos. Puede que la manera de aprender, con el empuje de la nueva generación de asistentes personales  y de la realidad aumentada,  en menos de dos años (véase informe del WEF)  en nuestros dispositivos personales (no necesariamente teléfonos),  los haga inevitablemente arcaicos. Autores como Clark hablan de que los LMS, lo quieran o no, ya son zombies.

donald-clark

Mi planteamiento,  queda resumido aquí:

El machine learning, que es el objeto y temática prioritaria de este congreso Expoelearning 2017, ya está comportando cambios importantes en todos los sectores de la sociedad. El de la formación, y el del aprendizaje, no son una excepción. Creo que aún no hay demasiada sensibilización para entender lo que significa todo este proceso que encabeza la inteligencia artificial y el aprendizaje automático. Las personas ya están aprendiendo desde hace tiempo de forma autónoma y por su cuenta, y ahora se añade un nuevo elemento a sus   dispositivos tecnológicos: la inteligencia artificial. Ahora, aún más, y de forma definitiva, tendrán un impacto disruptivo (esta vez si), en la forma en la que aprendemos, nos relacionamos y trabajamos.  La obsolescencia en los métodos que ahora utilizamos será definitiva si no los incorporamos a este nuevo ecosistema. Hablaré de los 10 elementos clave que han de tener en cuenta los formadores (y los centros de formación)  para surfear esta ola.

Plantearé, además,  una reflexión cercana -a pie de calle- preparada especialmente para los profesionales de la formación. El machine learning, disfrazado a veces de algoritmos y de aportaciones muy mediáticas y vistosas, tiene una vertiente, podríamos decir, más invisible, pero de mucho impacto, que hay que saber detectar para posicionarnos bien en nuestra práctica profesional. Un decálogo del entendimiento del machine learning y una guía de actuación práctica creo que son necesarios. Esta intervención vendría aterrizar el machine learning desde  los laboratorios de las compañías GAFA, al terreno de los profesionales y de los aprendientes.

A parte, si os interesa, se publica una entrevista donde hablo de otras cosas  ( y de mi libro;).

(Por cierto, también intervienen, entre otros, grandes como  Andreu Veà i Virginio Gallardo 

Entrevista

  • ¿Cuál ha sido su trayectoria profesional, qué le llevó a escribir su reciente libro?

Los 12 últimos años los he dedicado a trabajar en formación. La reciente crisis económica de 2007, como en tantos otros sectores contribuyó a la necesidad de repensar muchas de las cosas que veníamos haciendo. En el ámbito de la formación este factor, junto a la penetración también del fenómeno digital, hizo que nos replanteáramos  la formación que ofrecíamos.  Hasta ese momento muy basada en presencialidad y con metodologías transmisivas.  Todo eso estaba en una profunda crisis, que no podía mantenerse ya, sin el nivel de los recursos anteriores. La organización pedía eficiencia. Estos ingredientes están en la base de las propuestas que hago en la obra Nuevos Modelos Formativos para Empleados Públicos.

  • ¿Cuántos años hace que trabaja en la Administración pública y cuál ha sido su evolución como experto en formación?

En la Administración pública ingresé en 1984. En este tiempo puedo establecer dos etapas diferentes. Una de trabajo  de gestión en ámbitos de Administración de Justicia y Sistema Penal, y otra dedicada a la formación sobre esos ámbitos; pero ya combinada con una reflexión sobre innovación y gestión del conocimiento.

  • ¿Qué supone la publicación de su libro “Nuevos Modelos de Formación para Empleados Públicos. Guía para la transformación.”en su trayectoria profesional? ¿Cuál es el mensaje que envía a los expertos en formación?

Se puede resumir de forma muy breve: los modelos tradicionales de formación basados en aula y experto no son eficientes. En la Administración pública aún los mantenemos, en gran parte debido que la organización pública es muy poco permeable a los cambios externos. Todos los actores están muy acomodados y se establece resistencia a cualquier tipo de planteamiento nuevo. Este libro tiene el objetivo de convencer con argumentos, metodologías, y buenas prácticas -como es el caso del programa Compartim de trabajo colaborativo y gestión del conocimiento (que por cierto fue premio en el Congreso Expo eLearning de 2 011)-, de que es posible ,sin gran carga de estrés organizativo, evolucionar  a los nuevos planteamientos. Todos los actores salen beneficiados y la organización recobra la capacidad de mejorar en base -ahora ya si-, al conocimiento de los profesionales.

  • ¿Puede avanzarnos un breve resumen de la ponencia que impartirá en el XVI Congreso Internacional EXPOELEARNING, el 3 de marzo en Madrid? ¿Cuál es la novedad?

El machine learning, que es el objeto y temática prioritaria de este congreso Expoelearning 2017, ya está comportando cambios importantes en todos los sectores de la sociedad. El de la formación, y el del aprendizaje, no son una excepción. Creo que aún no hay demasiada sensibilización para entender lo que significa todo este proceso que encabeza la inteligencia artificial y el aprendizaje automático. Las personas ya están aprendiendo desde hace tiempo de forma autónoma y por su cuenta, y ahora se añade un nuevo elemento a sus   dispositivos tecnológicos: la inteligencia artificial. Ahora aún más, y de forma definitiva, tendrán un impacto enorme en la forma en la que aprendemos, nos relacionamos y trabajamos.  La obsolescencia en los métodos que ahora utilizamos será definitiva si no los incorporamos a este nuevo ecosistema. Hablaré de los 10 elementos clave que han de tener en cuenta los formadores y los centros de formación   para surfear esta ola.

  • ¿Qué es lo que más destacará en la presentación de su libro en el Digital Corner de la feria EXPOELEARNING, cuál sería su mensaje para los que quieran asistir?

Será una oportunidad muy buena para poder conversar con todas aquellas personas que estén interesadas en impulsar nuevas estrategias de aprendizaje en las organizaciones. La experiencia que tenemos en el desarrollo de ambientes colaborativos de aprendizaje en las organizaciones,  puede ser muy útil para aquellos profesionales que se estén planteando ahora esta transición.

  • Envíe un mensaje a los Congresistas de EXPOELEARNING 2017 invitándoles a participar de su ponencia.

Escucharan una reflexión cercana -a pie de calle- preparada especialmente para los profesionales de la formación. El machine learning, disfrazado a veces de algoritmos y de aportaciones muy mediáticas y vistosas, tiene una vertiente, podríamos decir, más invisible, pero de mucho impacto, que hay que saber detectar para posicionarnos bien en nuestra práctica profesional. Un decálogo del entendimiento del machine learning y una guía de actuación práctica creo que son muy necesarios. Esta intervención vendría aterrizar el machine learning desde  los laboratorios de las compañías GAFA, al terreno de los profesionales y de los aprendientes.

  • Usted es uno de los profesionales que más ha participado en EXPOELEARNING desde hace muchos años ¿cómo ve la evolución del Congreso y Feria, cómo valora lo que ha aportado a la sociedad?

EXPOELEARNING ha sabido evolucionar bien en estos 16 años. En las primeras ediciones tuvo una etapa veloz del crecimiento, fruto de la época, y después, coincidiendo con el gran replanteamiento que trajo la crisis a todos los sectores, tuvo que hacerse mayor de edad y re adaptarse a un entorno mucho más exigente y competitivo. Ha superado con nota esta prueba y se ha establecido como un referente ya consolidado del sector. La aportación de EXPOELEARNING  para todos los profesionales del sector está siendo impagable. Su buen hacer y, sobretodo la tenacidad de sus responsables, lo ha hecho posible.