viernes, mayo 3

¿Estamos entrenando bien a nuestros ingenieros en Estadística Inferencial?

El año pasado iniciaba en un curso de Estadística Inferencial en nuestra oficina. Decidí iniciar con conceptos básicos e hice algunas preguntas para ver el nivel de conocimiento de los participantes. El grupo era pequeño y había profesionales de varias disciplinas. Les pregunté si creían que se podía conocer las características de una población a través de una muestra, y la respuesta fue un categórico NO; En ese momento estaba yo mostrando una diapositiva en la que se podía leer esa misma pregunta y la imagen del ojo de lo que muy probablemente era un cocodrilo o un caimán y que reproduzco junto a este texto.

  A continuación les pedí que identificaran al animal de la diapositiva y hubo acuerdo unánime de que el animal era muy probablemente un lagarto (Crocodylus acutus o Caiman crocodilus). Los nombres científicos los menciono para decir que el primero es una especie que está en riesgo y el otro no, y de paso hacer conciencia ecológica.

La estadística inferencial tiene como propósito generalizar los resultados de una muestra a toda una población, y lo que me llamó la atención fue que nadie en la sala consideró que fuera factible hacerlo. Reflexionando sobre la respuesta a mi pregunta, concluí que esta percepción estaba influenciada por los procesos de elecciones nacionales o cantonales, durante los cuales se hacen cantidad de encuestas que pretenden, mediante inferencia, determinar las preferencias de voto de los ciudadanos, y que dada la volatilidad los resultados tienen una vida útil muy corta.

  La respuesta me dejó claro que el grupo no tenía suficiente conocimiento del tema y que había que comenzar por lo más básico.

¿Por qué profesionales graduados en disciplinas científicas no tienen un dominio profundo de temas de Inferencia Estadística?

Imagen 2  El reto que tienen las universidades con la preparación de los currículos de las carreras, es adaptar el conocimiento a la realidad lo más rápido posible sabiendo que una parte de lo enseñado estará obsoleto cuando los estudiantes se gradúen.

  Algunos estudios recientes (y que me llegó a las manos en forma de video) afirman que los 10 puestos más demandados en el año 2010 no existían el en año 2004. En este momento debemos preparar profesionales para trabajos que no existen, prepararlos para que dominen tecnología que no se ha inventado y para resolver problemas que todavía no se conocen.

  Esos mismos estudios estiman que los estudiantes hoy tendrán entre 10 y 14 trabajos distintos para cuando cumplan 38 años. Además afirman que uno de cada cuatro trabajadores tiene menos de un año de estar con su empleador actual (considerando que algunas empresas son totalmente nuevas, puede que este estimado sea una gran subestimación) y que el 50% de los trabajadores tiene menos de cinco años.

  Lo que ocurre con el conocimiento es que avanza a paso acelerado, al igual que el resto de las actividades humanas. Google recibe más de 31 mil millones (millardos) de consultas cada mes. En el 2006 eran solo 2 mil 700 millones; El primer mensaje de texto enviado desde un celular fue enviado en diciembre de 1992, hoy la cantidad de mensajes de texto enviados diariamente excede la cantidad de población que tiene el planeta; El número de dispositivos con internet en 1984 era aproximadamente de 1000, en 1992 habían subido al millón, en el 2008 a mil millones y en el 2015 se estima que habrá 4 mil 900 millones; Se estima que la información que contiene el New York times en una semana es mayor que la que recibía una persona en toda su vida en el siglo XVIII; Se estima que en 2010 se generaron 4 exabytes de información única (4X1019 esto es un 4 seguido por 19 ceros) lo que representa más que en los 5000 años anteriores. La cantidad de información técnica se duplica cada 2 años; Si uno estudia una carrera técnica de 4 años, la mitad de lo que aprenden será obsoleto para cuando terminen el tercer año; Las predicciones indican que para el 2049 una computadora de $1000 excederá la capacidad computacional de toda la especie humana.

¿Qué van a enseñar las universidades en el futuro? ¿Qué estudiarán los muchachos en las universidades? Yo no tengo respuestas sólo preguntas en este momento.

Share.

Rolando Guido: Máster en Administración de Empresas, Ingeniero Industrial, Universidad de Costa Rica. Experto en Confiabilidad. Profesor universitario, Universidad de Costa Rica, Escuela de Ingeniería Industrial, 1978 – 1990. Creador del programa de cursos de Excel, Access, y Visual Basic de la Cámara de Industrias de Costa Rica. Autor del texto de Estadística Básica para La UNED. Gerente General, Gerente de Operaciones de empresas nacionales y multinacionales en el sector de manufactura desde 1980. Socio fundador de Atomix, empresa dedicada al desarrollo de software de aplicación especial, creador de StatSolver (software de aplicación estadística y seguimiento de proyecto Lean Six Sigma).

Exit mobile version