Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introducción
Definición
Clasificación:
Unsupervised Learning: No se tiene una experiencia previa para analizar los datos.
Por esta razón está más orientado a la búsqueda de patrones. Dentro de este grupo
están los análisis de datos científicos y análisis de redes sociales.
Importancia
Ámbitos de aplicación
Si la inteligencia artificial fuese un coche, el big data sería su gasolina. Una de las
razones del progreso de la IA en los últimos años es la ingente cantidad de datos
que producen nuestras sociedades. Este big data alimenta, entrena y pule los
algoritmos de machine learning. Este mismo esquema se replica también en los
departamentos de recursos humanos, que atesoran importantes bases de datos
sobre los empleados de la empresa.
Es cierto que la inteligencia artificial es capaz de hacer muchas cosas por sí misma.
En el futuro cercano, desarrollará cada vez más habilidades, facilitando la
automatización de muchos de los trabajos que hoy desarrollan personas. Uno de
los grandes desafíos de las organizaciones es, precisamente, cómo aprovechar el
talento humano, dejando las tareas más mecánicas y administrativas en manos,
precisamente, de las máquinas.
Por el momento tiene su foco principal en los procesos de reclutamiento, dos de los
programas más utilizados son:
Lo mismo ocurre con los “chatbots” que pueden resolver inquietudes -por ahora
básicas- de los empleados como, por ejemplo, fechas de pago, vacaciones
pendientes, etc. Pero están claramente limitados dado que no tienen la posibilidad
de interpretar el contexto y situación del empleado, seguir determinados
lineamientos corporativos, interactuar con lenguaje coloquial, entre otros ejemplos.
Ventajas competitivas
Ahora bien, ¿cuáles son las ventajas competitivas de Machine Learning versus los
métodos tradicionales o el mismísimo cerebro humano? Resulta casi obvio, estos
programas/algoritmos son capaces de leer enormes cantidades de datos a una
velocidad imposible para el ser humano, así como “aprender” combinando estos
patrones para llegar a nuevas conclusiones derivadas de los mismos. Esto me lleva
a pensar la posibilidad de que en un futuro cercano estas máquinas lleguen a
conclusiones innovadoras en lapsos muchísimo menores a la capacidad humana
de procesarlos, permitiéndonos dar un verdadero salto en calidad de vida.
El futuro de Recursos Humanos es el Machine Learning
Conclusión
Después de todo esto, ¿merece la pena realmente invertir todo el esfuerzo y dinero
necesario en una estrategia para introducir Machine Learning en nuestros
procesos?, ¿es tan importante exprimir de forma tan sofisticadas la información que
tenemos? Absolutamente sí, la Información es la gran herramienta de nuestro
tiempo, con la complejidad de los entornos actuales, cualquier decisión que
tomemos no basada en los datos adecuados es más una apuesta que una
estrategia. En palabras del ingeniero y estadístico Deming: “In God we trust. All
others must bring data.” ("En Dios confiamos. Todos los demás deben traer datos").