Este es un ejercicio mental utilizando el modelo de lenguaje generativo Gemini de Google, versión 2.0, en línea.
Se trata de una entrevista ficticia al gran matemático, físico, filósofo, teólogo y escritor francés Blas Pascal. En mi caso Pascal es mi héroe creativo. Me ha ayudado a partir de la pregunta ¿qué haría Pascal en este caso (problema, invento, conjetura, solución tentativa, y cosas por el estilo)? Con la ayuda del modelo de IA Gemini pasé a un siguiente nivel y pretendí establecer una conversación con mi héroe creativo, no me detuvo que falleciera en 1662 a los 39 años.
Decidí tratar un tema que me preocupa mucho, la calidad de los datos que usamos para hacer análisis y tomar decisiones. Hay enormes problemas con la toma de datos, el uso de instrumentos de medición, sesgos cognitivos que comprometen la información, y hasta serios problemas de fraude y mentira con datos.
Veamos mi conversación con Blas Pascal, científico del siglo XVII sobre este tema.
En adelante me denominaré E! (quien me conoce sabe que usa ese nombre como firma en mi correo), y tomaré un papel de entrevistador.
E!: Monsieur Pascal, ¿qué piensa que son datos de calidad?
Pascal: (Hace una pausa, se acaricia la barbilla pensativo) Ah, una pregunta de lo más intrigante. Aunque no usábamos esos términos en mi época, creo que puedo captar la esencia de lo que usted llama “datos de calidad”.
Para mí, los datos de calidad poseerían varios atributos cruciales:
- Precisión: En primer lugar, los datos deben corresponder fielmente a la realidad. Debe ser una representación verdadera y precisa de las cosas que pretenden medir o describir. Cualquier desviación de la verdad la hace inútil, o peor aún, engañosa. Es como un mapa mal dibujado, que lo lleva a uno por mal camino en lugar de guiarlo.
- Certeza (o al menos una probabilidad cuantificable): En asuntos de ciencia e incluso en la vida cotidiana, rara vez tenemos una certeza absoluta. Sin embargo, los datos de calidad deben proporcionarnos cierto grado de confianza. Debemos ser capaces de evaluar la probabilidad de su veracidad. Mi trabajo con la probabilidad y la “apuesta” preocupante a la existencia de Dios destaca la importancia de sopesar las probabilidades cuando la certeza absoluta es inalcanzable. Por lo tanto, los datos de calidad nos proporcionarían los medios para calcular o estimar estas probabilidades.
- Relevancia: Los datos deben ser pertinentes a la pregunta en cuestión. Reunir grandes cantidades de información es inútil si no se relaciona con el problema específico que tratamos de comprender. Es como recoger piedras en la playa; a menos que sean las piedras que necesitamos para nuestro edificio, su abundancia no tiene sentido.
- Claridad y orden: Los datos deben presentarse de manera clara y organizada, para que puedan ser fácilmente comprendidos y analizados. Un revoltijo caótico de números y observaciones no sirve para nada. Al igual que un argumento bien escrito procede lógicamente de la premisa a la conclusión, también los datos deben presentarse de manera lógica y coherente.
- Integridad (dentro de límites definidos): Si bien puede ser imposible recopilar todos los datos posibles, los datos de calidad deben ser lo suficientemente completos para el propósito en cuestión. Debemos ser conscientes de las limitaciones de nuestros datos y reconocer cualquier laguna en nuestro conocimiento. Es como inspeccionar un campo; Debemos medir lo suficiente para comprender su forma y tamaño, incluso si no podemos medir cada brizna de hierba.
En esencia, los datos de calidad son aquellos que nos permiten razonar correctamente, sacar conclusiones sólidas y tomar decisiones informadas. Es una herramienta para comprender el mundo que nos rodea y, como cualquier herramienta, debe estar bien elaborada y utilizada con cuidado. Porque, como escribió: ” El corazón tiene sus razones, de las cuales la razón no sabe nada “. Los datos, al igual que la razón, deben estar guiados por un propósito superior, la búsqueda de la verdad y la comprensión.
E!: Sí, Monsieur Pascal: la gente tiende a ser descuidada en la recopilación de datos, algunos académicos falsifican sus datos, ¿cómo asegurar la calidad de los datos iniciales?
(Pascal asiente pensativo) Ah, tocas un aspecto muy inquietante de la naturaleza humana: la falibilidad de la observación y la tentación de engañar. De hecho, la calidad de los datos no es simplemente una cuestión de sus propiedades inherentes, sino también de la integridad de quienes los recopilan y presentan.
Para abordar la cuestión de garantizar la calidad de los datos iniciales, propongo varias salvaguardas:
- Metodología rigurosa: El elemento más crucial es una metodología bien definida y rigurosa para la recopilación de datos. Esto incluye:
- Definiciones claras: Definir con precisión qué se está midiendo y cómo se está midiendo. La ambigüedad en las definiciones da lugar a datos incoherentes y poco confiables.
- Procedimientos estandarizados: Establecer procedimientos claros y coherentes para la recopilación de datos, minimizando la influencia del error humano o el sesgo.
- Múltiples observaciones o mediciones: La repetición de mediciones u observaciones ayuda a identificar y corregir errores. Al igual que en geometría, múltiples demostraciones refuerzan la certeza de un teorema.
- Grupos de control (cuando corresponde): La comparación de los datos de un grupo de control con los datos de un grupo experimental ayuda a aislar los efectos de variables específicas.
- Verificación independiente: Siempre que sea posible, los datos deben ser verificados por partes independientes. Esto ayuda a detectar errores e identificar posibles fraudes. Es como tener dos testigos de un evento; sus relatos independientes pueden corroborar la verdad.
- Transparencia y apertura: Los métodos utilizados para la recopilación y el análisis de datos deben ser transparentes y estar abiertos al escrutinio. Esto permite que otros evalúen la calidad de los datos e identifiquen posibles fallas. Al igual que un argumento claro y bien razonado es más persuasivo que uno oculto u oscuro, también los datos transparentes son más confiables.
- Documentación: Es esencial una documentación meticulosa del proceso de recopilación de datos. Esto incluye registrar la fecha, la hora, la ubicación, los métodos y cualquier otro detalle relevante. Esto permite la replicación y verificación de los resultados.
- Análisis estadístico: La aplicación de métodos estadísticos puede ayudar a identificar valores atípicos, inconsistencias y otros problemas potenciales con los datos. Mi propio trabajo en probabilidad y estadística es directamente relevante aquí; Al comprender las leyes del azar, podemos distinguir mejor entre patrones genuinos y fluctuaciones aleatorias.
- Consideraciones éticas y supervisión: Es crucial establecer pautas éticas claras para la recopilación y el análisis de datos. Esto incluye medidas para prevenir el fraude, el plagio y otras formas de mala conducta. Las instituciones y los órganos de gobierno deben hacer cumplir estas directrices.
- Escepticismo y pensamiento crítico: Una buena dosis de escepticismo es esencial a la hora de evaluar los datos. Siempre debemos cuestionar la fuente, los métodos y las conclusiones extraídas de los datos. Como él dijo: ” Conocemos la verdad no solo a través de nuestra razón, sino también a través de nuestro corazón “. Este “corazón” del que hablo es afín a la intuición y al juicio, que deben aplicarse con pensamiento crítico.
Es importante reconocer que ningún sistema es perfecto, e incluso con estas salvaguardas, aún pueden ocurrir errores y fraudes. Sin embargo, si nos adherimos a estos principios, podemos mejorar significativamente la calidad de nuestros datos y aumentar nuestra confianza en las conclusiones que extraemos de ellos.
E!: La gente, al menos los más analíticos, piensan que información es sinónimo de verdad, pero no creo que sea el caso. ¿Por qué la gente miente inclusive con buenos datos?
(Pascal asiente, con una pizca de melancolía en sus ojos) Eres bastante perceptivo. Es un error común, particularmente entre aquellos que valoran la razón y el análisis, equiparar la información con la verdad. Pero, por desgracia, la naturaleza humana es mucho más compleja que eso. Incluso con los datos más precisos y completos, pueden surgir falsedades.
Permítanme ofrecer algunas razones por las que las personas pueden mentir, incluso cuando se enfrentan a buenos datos:
- Interés propio y sesgo: A menudo, las personas tienen un interés personal en un resultado en particular. Pueden manipular o malinterpretar los datos para apoyar su propia agenda, ya sea para beneficio personal, ventaja política o simplemente para preservar su propio ego. Es como he escrito: “El corazón tiene sus razones de las que la razón no sabe nada“. Los deseos y las pasiones del corazón pueden distorsionar fácilmente la percepción de la verdad.
- Miedo a las consecuencias: A veces, la verdad puede tener consecuencias desagradables. Las personas pueden mentir para evitar el castigo, la vergüenza o el ostracismo social. Pueden creer que una falsedad cuidadosamente construida los protegerá de cualquier daño.
- Ignorancia y malentendidos: No todas las falsedades son intencionales. A veces, las personas realmente malinterpretan los datos o sacan conclusiones incorrectas de ellos. Esto es particularmente cierto cuando se trata de información compleja o técnica. Como he señalado, “el hombre no es ni ángel ni bestia; y la desgracia es que el que quiere hacer de ángel hace de ser bestia“. Nuestro entendimiento limitado puede llevarnos por mal camino, incluso con las mejores intenciones.
- El poder de la retórica y la persuasión: Incluso con datos precisos, la forma en que se presentan puede influir en las percepciones de las personas. Los retóricos hábiles pueden usar el lenguaje y las técnicas de presentación para hacer que incluso las afirmaciones dudosas parezcan plausibles. Es por eso que es crucial no solo examinar los datos en sí, sino también la forma en que se utilizan e interpretan.
- Influencias sociales y culturales: Las normas sociales y culturales también pueden desempeñar un papel en la difusión de falsedades. En algunos casos, mentir puede ser visto como aceptable o incluso necesario en ciertos contextos sociales.
- La naturaleza de la interpretación: Los datos, especialmente los datos complejos, a menudo requieren interpretación. Esta subjetividad inherente puede abrir la puerta a sesgos y tergiversaciones. Incluso con el mismo conjunto de hechos, diferentes personas pueden llegar a diferentes conclusiones.
Por lo tanto, es fundamental acercarse a la información con una mente crítica y perspicaz. No debemos limitarnos a aceptar los datos al pie de la letra, sino examinarlos detenidamente, considerar la fuente y ser conscientes de la posibilidad de sesgos y malas interpretaciones. Como he dicho famosamente: “Lo último que uno descubre al componer una obra es qué poner primero“. El orden y el encuadre de la información pueden alterar significativamente su significado percibido.
E!: ¿Qué podemos hacer para evitar estos problemas?
(Pascal considera su pregunta con expresión seria) Hace una pregunta de suma importancia. Si incluso con buenos datos, las falsedades pueden persistir, ¿qué podemos hacer nosotros, como buscadores de la verdad, para mitigar este problema? Si bien la falibilidad humana nunca puede erradicar por completo, podemos esforzarnos por establecer prácticas que minimicen la influencia de los prejuicios y el engaño.
Estos son algunos enfoques que podemos adoptar:
- Promover la educación y el pensamiento crítico: La capacidad de analizar la información de manera crítica es la primera línea de defensa contra la falsedad. La educación debe enfatizar no solo la adquisición de conocimientos, sino también el desarrollo de habilidades de razonamiento, escepticismo y la capacidad de identificar falacias lógicas. Como he escrito: ” Es obvio que al hombre se le hace pensar. Ahí radica toda su dignidad y todo su mérito; y todo su deber es pensar como debe “.
- Fomentar una cultura de honestidad intelectual: La sociedad debe valorar la verdad y la integridad por encima del beneficio personal u otras motivaciones para la deshonestidad. Esto requiere establecer normas éticas claras y hacer que las personas rindan cuentas de sus acciones.
- Implementar procesos sólidos de revisión por pares: En los esfuerzos académicos y científicos, la revisión por pares es crucial para garantizar la calidad de la investigación. Expertos independientes examinan los métodos, los datos y las conclusiones de un estudio antes de su publicación. Esto ayuda a identificar errores y posibles problemas.
- Fomentar los datos abiertos y la transparencia: Poner los datos a disposición del público permite una verificación y un escrutinio independiente. Esto puede ayudar a detectar fraudes e identificar posibles fallas en la investigación.
- Desarrollar herramientas estadísticas y analíticas: Mi propio trabajo en matemáticas y probabilidad ha demostrado el poder de los métodos cuantitativos para analizar datos e identificar patrones. Al desarrollar herramientas estadísticas más sofisticadas, podemos detectar mejor las inconsistencias y anomalías que podrían indicar manipulación o error.
- Adopte diversas perspectivas: Las diferentes perspectivas pueden ayudar a identificar sesgos y descubrir suposiciones ocultas. Fomentar el diálogo y el debate abierto puede conducir a una comprensión más completa y precisa de la verdad.
- Reconocer los límites de los datos: Es importante reconocer que los datos, por muy precisos que sean, sólo pueden contar una parte de la historia. El juicio y la interpretación humanos siguen siendo necesarios. Debemos tener cuidado de no confiar únicamente en datos cuantitativos y descuidar los conocimientos cualitativos.
- Promover la humildad: Debemos reconocer nuestra propia falibilidad y estar abiertos a la posibilidad de que podamos estar equivocados. Esta humildad es esencial para el crecimiento intelectual y la búsqueda de la verdad. Debemos ser conscientes de nuestros propios sistemas y limitaciones.
Estos, si bien no garantizan una certeza absoluta, pueden reducir significativamente la prevalencia de falsedades y ayudarnos a acercarnos a una comprensión más cercana de la verdad. Es un esfuerzo continuo, que requiere vigilancia y un compromiso con la honestidad intelectual.
(Pascal asiente lentamente, considerando la afirmación) Esta idea del “candor” como fundamento de la excelencia, tal como la propuesta Monsieur Welch, resuena con ciertos principios que él contemplaba. Habla de la importancia de la verdad y la claridad en los esfuerzos humanos.
Estoy de acuerdo en que la franqueza, o el candor, es de hecho una cualidad valiosa, particularmente en cuestiones de colaboración y búsqueda del conocimiento. He aquí por qué creo que se alinea con los principios que he explorado:
- La verdad como fundamento: Como he enfatizado, la verdad es esencial para el razonamiento y la comprensión sólida. La franqueza, al fomentar la comunicación abierta y honesta, ayuda a descubrir la verdad y evitar las trampas del engaño y el autoengaño. Cuando las personas son libres de expresar sus pensamientos y preocupaciones sin temor a represalias, es más probable que se identifiquen y corrijan los errores y conceptos erróneos.
- Claridad y orden en el discurso: La franqueza promueve la claridad en la comunicación. Cuando las personas hablan clara y directamente, hay menos espacio para malentendidos y ambigüedades. Esto es crucial para una colaboración eficaz y la resolución de problemas. Como he argumentado en mi trabajo sobre geometría y lógica, las definiciones claras y los argumentos bien ordenados son esenciales para llegar a conclusiones válidas.
- Superar los prejuicios y el autoengaño: Los seres humanos son propensos a los prejuicios y al autoengaño. Podemos sentirnos tentados a ignorar o restar importancia a la información que contradice nuestras nociones preconcebidas o interés nuestro personal. La franqueza, al fomentar la retroalimentación abierta y honesta, puede ayudar a exponer estos sesgos y promover una visión más objetiva de la realidad.
- Eficiencia y progreso: En cualquier esfuerzo, ya sea la investigación científica o la gestión de una empresa, la franqueza puede conducir a una mayor eficiencia y progreso. Cuando los problemas y desafíos se abordan de manera abierta y honesta, las soluciones se pueden encontrar de manera más rápida y efectiva.
Sin embargo, agregaría algunas advertencias importantes:
- Discernimiento y caridad: El candor no debe confundirse con la grosería o la insensibilidad. Es importante expresarse con discernimiento y caridad, teniendo en cuenta los sentimientos de los demás. Como él escribió: ” Las palabras amables no cuestan mucho. Sin embargo, logran mucho “.
- Contexto y tiempo: El nivel apropiado de franqueza puede variar según el contexto y las personas involucradas. Hay momentos en que el tacto y la diplomacia son necesarios para evitar causar ofensas o conflictos innecesarios.
- La importancia de la confianza: La franqueza es más efectiva en un entorno de confianza. Si las personas temen que la honestidad sea castigada o ridiculizada, es menos probable que sean sinceras.
En conclusión, creo que el candor, cuando se practica con discernimiento y dentro de un marco de confianza, es una cualidad valiosa que puede contribuir a la excelencia. Se alinea con los principios de verdad, claridad y objetividad que he defendido durante mucho tiempo. Sin embargo, no es el único requisito para la excelencia. Otras cualidades, como la inteligencia, la diligencia, la creatividad y la compasión, también son esenciales.
E!: Merci, Monsieur Pascal, tengo que enseñar Ingeniería de Calidad en 5 minutos. Su recomendación final…
(Pascal asiente enérgicamente, reconociendo la urgencia) ¿Cinco minutos, dice? A continuación, permítanme ser conciso y ofrecer estas recomendaciones finales para el manejo y análisis de datos en el contexto de la ingeniería de calidad, basándome en los principios que hemos discutido:
Tratamiento de datos:
- Definir objetivos medibles: Antes de recopilar cualquier dato, defina claramente lo que está tratando de medir y por qué. Esto garantiza la relevancia y evita la recopilación de información inútil.
- Establecer procedimientos rigurosos: Implementar procedimientos estandarizados para la recopilación de datos a fin de minimizar el error humano y garantizar la coherencia. Documente estos procedimientos meticulosamente.
- Garantizar la exactitud de los datos: Implemente controles y equilibrios para verificar la exactitud de los datos. Esto puede implicar múltiples mediciones, verificación independiente o técnicas automatizadas de validación de datos.
- Organice los datos de forma eficaz: almacene y organice los datos de forma clara y estructurada, lo que facilita el acceso, el análisis y la interpretación.
Análisis de datos:
- Adopte los métodos estadísticos: Utilice herramientas y técnicas estadísticas (como gráficos de control, histogramas y análisis de Pareto) para identificar patrones, tendencias y anomalías en los datos.
- Busque las causas raíz: No se concentra solo en los síntomas de un problema. Utilice el análisis de datos para identificar las causas raíz subyacentes. Herramientas como el diagrama de espina de pescado pueden ser útiles.
- Tenga en cuenta el contexto y las limitaciones: Interprete siempre los datos dentro de su contexto adecuado y reconozca cualquier limitación en los métodos de recopilación o análisis de datos.
- Promover la transparencia: Hacer que los datos y los métodos de análisis sean transparentes y estén abiertos al escrutinio. Esto fomenta la confianza y permite una verificación independiente.
- Iterar y mejorar: El análisis de datos debe ser un proceso continuo, no un evento único. Utilice la información obtenida del análisis de datos para realizar mejoras en los procesos y, a continuación, recopile más datos para evaluar la eficacia de esas mejoras. Esta es la esencia de la mejora continua.
- Utilice los datos para informar las decisiones: En última instancia, el propósito del análisis de datos es informar la toma de decisiones. Utilice la información obtenida de los datos para tomar decisiones basadas en evidencia que mejoren la calidad y la eficiencia.
En resumen, trate los datos con el máximo cuidado, desde su recopilación inicial hasta su interpretación final. Aplicar métodos rigurosos, buscar la verdad y la claridad, y tener siempre en cuenta las limitaciones de la observación e interpretación humanas. Esto, creo, es el camino hacia la excelencia en la ingeniería de calidad.
(Pascal hace un último gesto talentoso) Le deseo lo mejor en su enseñanza.
