A mitad de semestre, y a petición de algunos alumnos, estamos dedicando unos minutos en nuestra clases prácticas en la universidad, tanto en grado como en posgrado a la cuestión de la marca profesional y relacionándolo con la materia que impartimos y el grado o posgrado que estudiamos. Se trata de un tema que no sólo tiene que ver con nuestro curriculum, sino también con ser visibles a los algoritmos de búsqueda en los ámbitos en los que nosotros queremos serlo profesionalmente.
Pequeño taller
Por ello, estamos comenzando por un pequeño taller, en el que he pedido a los estudiantes que trabajasen un poquito sus biografías (bios breves) para posicionarse en términos de poder y algoritmo de cara a su futuro profesional. Para ello, tras unas explicaciones introductoria, les invito a que dediquen unos minutos de tiempo comenzando por LinkedIn esta semana. Como destacamos en la introducción, en nuestra bio ponemos el foco en dónde queremos ir, y con qué conceptos claves queremos que nos relacionen, más que aspectos ligados a nuestro pasado. Para ello también les pido que lean el artículo publicado por Enrique Dans en Forbes (además de recomendarles que sigan a Enrique Dans en redes sociales y que le lean). Dans nos dice que MIT ha creado la Escuela Stephen A. Schwarzman, un centro de $ 1 mil millones dedicado a "remodelar su programa académico" en torno a la Inteligencia Artificial. La idea es utilizar la inteligencia artificial, el aprendizaje automático y la ciencia de datos con otras disciplinas académicas para "educar a los bilingües del futuro", definiendo a los bilingües como aquellos que trabajan en política, historia, lingüística, biología, y química con habilidades informáticas que pueden ser utilizadas en su campo, según el presidente del MIT L. Rafael Reif. El artículo completo puede leerse al pie, en inglés. También es posible consultar trabajos anteriores con alumnos de otras universidades que ahondan en el tema de los PLEs (cómo crear un personal learning environment o medio de aprendizaje personal, parametrizado a mi medida, que se ajuste a mis intereses del momento).
Este es un ejemplo de bio para la prensa
En este caso particular hay que tener en cuenta las varias décadas de experiencia profesional, por lo que habrá una diferencia importante en el diseño de la bio dependiendo de en qué etapa de nuestro desarrollo profesional nos encontremos, y también de si lo que buscamos en complementar nuestra carrera o dar una salto a otra area de trabajo y especialización.
Veamos el ejemplo (tomándolo con las limitaciones ligadas a las décadas de desarrollo profesional mencionado) La Doctora Olga Gil es experta en desarrollo urbano, gobierno local, ciudades inteligentes, la regulación de la tecnología, ética, e inteligencia artificial. Es profesora de ideas políticas y teoría del poder en la Universidad Complutense de Madrid. Ha publicado ¿Cómo se Gobiernan las Ciudades? Ciudades Inteligentes, una comparación de más de ocho ciudades en tres continentes. En los últimos cinco años, Olga ha recaudado fondos para investigación aplicada y ha presentado su trabajo en: Tokio, Lisboa, Doha (Qatar), Madrid (CEOE), Tarragona, FUDAN (Shanghai), Twente (Holanda) y Warsawa (Polonia). La Dra. Gil es miembro de la Junta en Ellevate Chapter en España, y cuenta con más de once años de experiencia como miembro de las juntas de EPWN España y de la Asociación Española de Ex-becarios Fulbright. Con más de ocho años de experiencia internacional en los Estados Unidos, Italia y Gran Bretaña, su trabajo ha sido calificado de primera clase en la ONU de Nueva York, el Banco Mundial, la Universidad de Carolina del Norte, Duke y el Instituto Universitario Europeo de Florencia. Olga Gil también ha trabajado en el Grupo Santander, Gabinete de Presidencia, donde sus habilidades para la comunicación estratégica y su conocimiento de América Latina, los países en desarrollo y la tecnología fueron útiles.
PLEs: el personal learning environment o medio de aprendizaje personal, parametrizado a mi medida, que se ajuste a mis intereses del momento
MIT Knows That AI Is The Future
Teaching and consulting in the innovation field since 1990
Great Dome – Massachusetts Institute of Technology (Getty Royalty Free)
MIT has launched the Stephen A. Schwarzman College of Computing, a $1 billion center dedicated to “reshaping its academic program” around AI. The idea, said MIT president L. Rafael Reif, is to use AI, machine learning and data science with other academic disciplines to “educate the bilinguals of the future,” defining bilingual as those working in biology, chemistry, politics, history and linguistics with computing skills that can be used in their field.
The center, being built with $350 million from Stephen A. Schwarzman, CEO of private equity firm Blackstone and the world’s 34th richest person according to Forbes, will be a pioneer in developing the potential of a discipline that will change the world as we know it. As Erik Brynjolfsson and Andrew McAfee noted in the highly recommended “The Business of Artificial Intelligence,”
…over the next decade, AI won’t replace managers, but managers who use AI will replace those who don’t.”
Creating an independent multidisciplinary center recognizes that AI will affect professionals in just about every field will be replaced by those who know how to use tools such as AI, machine learning or data science. The process is already underway in two fields as different as management and health sciences, where professionals are increasingly required to understand how to analyze data or carry out diagnoses using algorithmic tools.
Last week, Google presented studies showing that its image analysis algorithms are already capable of identifying tumors in breast cancers with 99% accuracy. Other studies published in prestigious medical journals confirm that diagnostic tests such as echocardiograms can already be fully interpreted automatically. Last year, when I was asked at the Netexplo innovation event in Paris to present one of the winners, the Indian medical imaging diagnostic company Qure.ai, my conversation with one of its founders on the stage tried to explore fears that humans are being replaced by machine learning and AI: how did radiologists feel when, having given their image files to the company to train their algorithm, they saw that it was capable of diagnosing tumors with greater precision than physicians? After a brief period of adaptation, medical professionals decided they were better leaving it to the algorithm to carry out this work — diagnoses sometimes involve examining tens or hundreds of very similar images — and instead devoted their time to other, more productive tasks. Some forecast that the next generation of doctors would no longer bother trying to make a diagnosis by looking at an X-Ray and that the practice would be seen as something dangerous that doctors did in the old days. Algorithms won’t replace radiologists, mammographers or echocardiographers… but those who know how to use artificial intelligence and machine learning in their diagnoses will replace those who do not, who will likely be seen as a potential risk to patients.
MIT is not the only academic institution to understand this, but it is the first and most visible to embark on such an ambitious initiative: for many years now at IE University, teachers of our more specialized programs in analytics and data science can also teach in completely different disciplines, allowing us to create double degrees that overlap both subjects and introducing the humanities as a fundamental part of the curriculum. Artificial intelligence and machine learning will find uses in every profession that will improve on human performance. It’s essential that upcoming generations understand how artificial intelligence and machine learning algorithms work, not just to prevent incidents such as that faulty Amazon algorithm that decided to stop hiring women based on the company’s data, but also to design innovation processes that apply the power of increasingly powerful technology.
Seeing the growing use of AI and machine learning solely in terms of substituting humans is self-defeating and dangerous. Why would anybody prefer to have their X-Ray diagnosed by a doctor instead of a much more accurate algorithm? Why not let algorithms drive our cars more safely than we can ever hope to do? It’s time to understand that preserving jobs at the expense of doing things better is a losing game.
Teaching Innovation at IE Business School since 1990, and now, hacking education as Senior Advisor for Digital Transformation at IE University. BSc (Universidade de…MORE
Enrique Dans, Ph.D.
No comments:
Post a Comment