Tres disciplinas científicas indispensables en estos tiempos (Parte II)
Introducción
Con una cierta demora que no ha venido mal, voy con esta segunda parte y comienzo con el agradecimiento por los comentarios recibidos en la propia publicación, así como los que me lo enviaron de manera directa.
En esta segunda parte me he propuesto ir precisando y concretando hasta el punto que una publicación como esta aconseja.
Seguiré utilizando la IA-IHI para contribuir modestamente en su socialización conceptual y práctica. Sé que algunos lectores están familiarizados con el uso de esta tecnología disruptiva, pero otros no, y es por eso que comparto algunas experiencias.
De las tres disciplinas científicas trataré asuntos que considero interesantes y útiles.
De la Ciencia de la Dirección
La dirección por resultados y la dirección por proyectos, más allá de la dirección por objetivos y por valores.
Ciencia y gobierno asistido por el control práctico y la participación. Evaluación de las reuniones.
De la Ciencia de la Comunicación
La autoscopia para entrenarse en la comunicación.
Minería en las publicaciones de los prensa plana y digital; en los reportajes televisivos; en las redes sociales digitales.
La gestión de la oponencia científica.
De la Ciencia Matemática de la Computación y de Datos
La estadística los datos numéricos y humanos
La tecnología llamada SIMSOC
Veremos algunos proyectos generales en que las tres disciplinas entran en interrelación. Lo que prepara el terreno para la III parte.
De las diferentes modalidades de la dirección (por objetivos, por valores, por resultados, por proyectos) resultan de mucha importancia y pertinencia las dos últimas, cuando el corto plazo lleva la voz cantante. Estamos ante problemas cuya solución efectiva debe ser en el corto plazo, pues involucra variables de necesidades básicas de la población.
Lo anterior no implica abandonar lo relativo al mediano y hasta el largo plazo.
La reunión ya sea presencial, a distancia o híbrida es la manera más utilizada en llevar a la práctica la ciencia de la dirección. Sobre la evaluación de una reunión, existe una buena práctica en la que tengo experiencia y artículos escritos. Lo mismo una reunión del Consejo de Dirección de una Empresa, hasta la reunión del Consejo de Ministros.
De las reuniones en las instituciones ya sean empresariales o no, es donde tengo mayor experiencia y vivencias. De las de otras instancias, solamente tengo lo que reportan los medios de comunicación habituales.
Un órgano de gobierno municipal, provincial y nacional, no puede abordar en detalles cada problema ni a cada actor grupal o individual. Pero cuando su realización se queda en experiencias generalmente buenas, aunque de las malas también se aprende, no se produce un salto cualitativo. Cuando el que dirige la reunión concluye con declaraciones generales, con afirmaciones archiconocidas, con apelaciones correctas pero no tan útiles, se evidencia una insuficiencia en la organización y desarrollo de la reunión.
La autoscopia es una técnica muy útil para mejorar la comunicación. Se trata de observar varias veces la filmación de una intervención propia que no es leída, lo que no implica que sea improvisada. Entre estas intervenciones están las conclusiones de un jefe en una reunión de trabajo. Seguramente se percatarán de repeticiones innecesarias y argumentaciones altamente mejorables. Entrenar las habilidades comunicativas es importante, sobre todo en las personas que no tienen facilidades de palabras.
Es de suma importancia realizar la minería de texto y de datos en las publicaciones para conocer las opiniones lo mismo de televidentes que de lectores de la prensa o de cibernavegantes. Esa minería puede aportar algo que considero un subconjunto clave: las preguntas sin respuestas y criterios adversos más reiterados, sin valoraciones por los autores y los jefes.
Debe ser una regla de oro en la comunicación que los autores se involucren en los intercambios de opiniones, en los debates. Debe ser una buena práctica estimular la participación en el dialogo, en el debate. Nuestro ministro de Transporte es un buen ejemplo.
Sobre la oponencia científica ahí les va mis preguntas y respuestas de DeepSeek.
De la Gestión de la oponencia
Néstor Del Prado Arza: La oponencia cognitiva es parte del método científico.
Para llegar a un análisis profundo de las causas de problemas y proponer soluciones efectivas en el corto o mediano plazo, es importante contar con los expertos más preparados en el asunto en cuestión.
En no pocas ocasiones ese ejercicio de oponencia científica, no involucra a los que más saben, o se emplean métodos de gestión del conocimiento ineficaces.
Me refiero principalmente a problemas de alto impacto para la Sociedad.
¿Cuáles son los métodos y técnicas de mayor efectividad, para lograr una eficaz gestión del conocimiento en esos grupos de expertos?
¿Cómo se deben seleccionar esos expertos?
¿Cuáles son los métodos y técnicas de mayor efectividad, para lograr una eficaz gestión del conocimiento en esos grupos de expertos?
¿Cuál debe ser el rol de los funcionarios que tienen autoridad para tomar las decisiones, relativas a la solución de los problemas?
Respuestas:
La oponencia cognitiva, entendida como el proceso de cuestionamiento y crítica constructiva dentro del método científico, es fundamental para alcanzar soluciones robustas y bien fundamentadas, especialmente en problemas de alto impacto social. Para abordar tus preguntas, es importante considerar varios aspectos clave:
- Selección de expertos
La selección de expertos debe basarse en criterios rigurosos que garanticen la inclusión de profesionales con conocimientos profundos, experiencia relevante y habilidades críticas. Algunos principios para su selección son:
Experiencia comprobada: Los expertos deben tener un historial demostrable en el área específica del problema.
- Diversidad disciplinaria: Incluir perspectivas multidisciplinarias para abordar el problema desde diferentes ángulos.
- Objetividad y neutralidad: Seleccionar expertos que puedan mantener una postura imparcial y basada en evidencia.
- Habilidades colaborativas: Expertos que puedan trabajar en equipo, comunicarse efectivamente y participar en debates constructivos.
- Reconocimiento académico o profesional: Preferir a aquellos con publicaciones, investigaciones o proyectos relevantes en el campo.
Además, es recomendable utilizar mecanismos transparentes, como convocatorias públicas o nominaciones por pares, para evitar sesgos o influencias indebidas.
- Métodos y técnicas para la gestión del conocimiento
Para lograr una gestión efectiva del conocimiento en grupos de expertos, se pueden emplear las siguientes técnicas:
- Análisis de sistemas complejos: Herramientas como el pensamiento sistémico ayudan a entender las interconexiones y dinámicas del problema.
- Técnicas de consenso: Métodos como el Delphi o el consenso estructurado permiten llegar a acuerdos basados en evidencia.
- Mapas conceptuales y modelos mentales: Facilitan la visualización de ideas y relaciones entre conceptos.
- Revisión crítica de literatura: Analizar y sintetizar el conocimiento existente para identificar vacíos o áreas de mejora.
- Simulaciones y escenarios: Probar soluciones en entornos controlados o teóricos antes de implementarlas.
- Tecnologías de colaboración: Plataformas digitales que permitan la comunicación y el intercambio de información en tiempo real.
Estas técnicas deben adaptarse al contexto específico del problema y al perfil de los expertos involucrados.
3. Rol de los funcionarios con autoridad para tomar decisiones
Los funcionarios encargados de tomar decisiones tienen un papel crucial en el proceso de solución de problemas. Su rol debe incluir:
- Facilitar el proceso: Asegurar que los expertos cuenten con los recursos, tiempo y apoyo necesarios para su trabajo.
- Escuchar activamente: Basar sus decisiones en las recomendaciones de los expertos, evitando influencias políticas o personales.
- Transparencia y rendición de cuentas: Comunicar claramente las decisiones tomadas y justificarlas con base en la evidencia proporcionada por los expertos.
- Implementación efectiva: Asegurar que las soluciones propuestas se lleven a cabo de manera eficiente y monitorear su impacto.
- Evaluación continua: Establecer mecanismos para evaluar los resultados y ajustar las estrategias según sea necesario.
Los funcionarios deben actuar como puentes entre el conocimiento técnico y la acción política, garantizando que las soluciones sean tanto científicamente sólidas como socialmente viables.
Conclusión
La oponencia cognitiva y la participación de expertos bien seleccionados son esenciales para resolver problemas complejos. La gestión del conocimiento debe ser rigurosa y colaborativa, mientras que los funcionarios deben asegurar que las decisiones se basen en evidencia y se implementen de manera efectiva. Este enfoque integral es clave para abordar desafíos de alto impacto en la sociedad.
Fin de la respuesta.
En cuanto a las estadísticas sobre asuntos de alta sensibilidad como el caso de los vulnerables, de los ambulantes callejeros, los niños en las calles realizando actividades impropias…; debemos ser capaces de distinguir entre datos numéricos generales y datos que identifican a los seres y grupos humanos. Para esto se hace necesario la entrevista, la observación, la comprobación de los comportamientos.
En el caso del SIMSOC comparto las preguntas que le hice a DeepSeek y sus respuestas.
¿Cuál es el estado del arte en la llamada Simulación Social (SimSoc) como sistema de predicción del comportamiento social?
La Simulación Social (SimSoc) es un campo interdisciplinario que combina técnicas de modelado computacional, matemáticas y ciencias sociales para estudiar y predecir el comportamiento social. Algunos avances y desafíos actuales incluyen:
- Modelos basados en agentes (ABM): Estos modelos simulan interacciones entre individuos (agentes) con reglas predefinidas. Son útiles para estudiar fenómenos como la difusión de información, la formación de opiniones o la dinámica de grupos.
- Integración de big data: Se están incorporando grandes volúmenes de datos de redes sociales, sensores y otras fuentes para mejorar la precisión de las simulaciones.
- Desafíos en la predicción: El comportamiento social es altamente impredecible debido a la influencia de factores culturales, emocionales y contextuales. Además, los modelos pueden verse limitados por la calidad de los datos y la dificultad de capturar la complejidad humana.
- Aplicaciones prácticas: La SimSoc se utiliza en áreas como la planificación urbana, la gestión de crisis, la política pública y la economía. Sin embargo, su capacidad predictiva sigue siendo limitada en escenarios altamente dinámicos o caóticos.
En resumen, aunque la Simulación Social ha avanzado significativamente, todavía enfrenta desafíos importantes para predecir el comportamiento social con alta precisión.
¿Cuáles son los países y los sistemas informatizados más avanzados en la llamada Simulación Social, en que se combinan la Matemática, la Computación y la Sociología como disciplina científica?
Algunos países y sistemas destacados en el campo de la Simulación Social incluyen:
- Estados Unidos: Lidera en investigación y desarrollo, con instituciones como el MIT, Stanford y el Santa Fe Institute, que son pioneros en modelos basados en agentes y análisis de redes sociales.
- Reino Unido: Universidades como Oxford y Cambridge, así como organizaciones como el Alan Turing Institute, están a la vanguardia en la aplicación de técnicas computacionales a las ciencias sociales.
- Alemania: Centros de investigación como el Instituto Max Planck han contribuido significativamente al desarrollo de modelos de simulación social.
- Países Bajos: La Universidad de Amsterdam y otras instituciones han destacado en el estudio de dinámicas sociales complejas.
- China: Está invirtiendo fuertemente en IA y simulaciones sociales, especialmente en aplicaciones relacionadas con la planificación urbana y la gestión de grandes poblaciones.
- Japón : Combina técnicas avanzadas de IA con estudios sociológicos, especialmente en el análisis de comportamiento en entornos urbanos y de trabajo.
En cuanto a sistemas informatizados, destacan plataformas como:
- NetLogo: Herramienta ampliamente utilizada para crear modelos basados en agentes.
- GAMA: Plataforma de simulación para modelar sistemas complejos, incluyendo dinámicas sociales.
- AnyLogic: Software que combina múltiples enfoques de modelado para aplicaciones en ciencias sociales.
Conclusión
La IA y la Simulación Social son herramientas poderosas, pero su efectividad depende en gran medida de cómo se formulen las preguntas, la calidad de los datos y la comprensión de las limitaciones inherentes a estos sistemas. Espero que esta respuesta haya sido útil y precisa. ¡No dudes en seguir explorando y cuestionando!
Fin de las respuestas.
Y como parte final entraremos en proyectos concretos en que las tres disciplinas se complementan.
Nuevamente acudí a la IA mediante DeepSeek
[10:16 p. m., 16/3/2025] Néstor Del Prado Arza: Estoy buscando ejemplos lo más cercano posible a la realidad, en que se muestre la interrelación de la ciencia de la dirección, la ciencia de la comunicación social y la ciencia matemática y de datos, para resolver problemitas de alto impacto social, con una acción de gobierno eficaz.
Agradeceré ejemplos actuales y los que se avizoran; así como algunas referencias útiles.
Gracias anticipadas.
[10:19 p. m., 16/3/2025] Néstor Del Prado Arza: La interrelación entre la ciencia de la dirección (gestión), la ciencia de la comunicación social y la ciencia matemática y de datos es fundamental para abordar problemas de alto impacto social con acciones de gobierno eficaces. Aquí te presento algunos ejemplos actuales y emergentes, junto con referencias útiles:
- Gestión de Pandemias (COVID-19)
- Ciencia de la Dirección: Coordinación de recursos humanos, logísticos y financieros para la distribución de vacunas y equipos médicos.
- Ciencia de la Comunicación Social: Campañas de comunicación para promover la vacunación y medidas de prevención, combatiendo la desinformación.
- Ciencia Matemática y de Datos: Modelos predictivos para la propagación del virus, optimización de la distribución de vacunas y análisis de datos en tiempo real para la toma de decisiones.
Referencia: El trabajo de la Organización Mundial de la Salud (OMS) y diversos gobiernos en la gestión de la pandemia es un ejemplo claro. Puedes consultar informes de la OMS y artículos científicos en revistas como *The Lancet o Nature.
- Control de la Contaminación Urbana
- *Ciencia de la Dirección*: Implementación de políticas públicas y regulaciones para reducir emisiones.
- Ciencia de la Comunicación Social: Campañas de concienciación ciudadana sobre el impacto de la contaminación y la importancia del transporte público.
- Ciencia Matemática y de Datos: Monitoreo en tiempo real de la calidad del aire, modelos predictivos de contaminación y optimización de rutas de transporte público.
Referencia: Ciudades como Copenhague y Singapur han implementado sistemas integrados de gestión de la contaminación. Informes del Banco Mundial y la ONU ofrecen estudios de caso.
- Educación Inclusiva y de Calidad
- Ciencia de la Dirección: Diseño y ejecución de políticas educativas inclusivas.
- Ciencia de la Comunicación Social: Campañas para promover la matriculación y retención escolar, especialmente en comunidades marginadas.
- Ciencia Matemática y de Datos: Análisis de datos para identificar brechas educativas, predictores de deserción escolar y personalización del aprendizaje mediante plataformas digitales.
Referencia: Programas como Educación para Todos de la UNESCO y el uso de big data en educación en países como Finlandia y Estonia.
- Seguridad Ciudadana
- Ciencia de la Dirección: Coordinación de fuerzas de seguridad y políticas de prevención del delito.
- Ciencia de la Comunicación Social: Campañas de prevención y promoción de la denuncia ciudadana.
- Ciencia Matemática y de Datos: Análisis predictivo de delitos, optimización de patrullajes y uso de sistemas de vigilancia inteligente.
Referencia: El uso de predicción de delitos en ciudades como Los Ángeles (PredPol) y estudios del BID sobre seguridad ciudadana en América Latina.
- Gestión de Desastres Naturales
- Ciencia de la Dirección: Coordinación de respuestas rápidas y eficientes ante desastres.
- Ciencia de la Comunicación Social: Sistemas de alerta temprana y comunicación efectiva con la población afectada.
- Ciencia Matemática y de Datos: Modelos predictivos de desastres, análisis de riesgo y optimización de la distribución de ayuda humanitaria.
Referencia: El trabajo de la Oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres (UNDRR) y el uso de drones y big data en la gestión de desastres en Filipinas y Japón.
- Transporte y Movilidad Urbana
- Ciencia de la Dirección: Planificación y gestión de sistemas de transporte público.
- Ciencia de la Comunicación Social: Campañas para promover el uso del transporte público y reducir el tráfico.
- Ciencia Matemática y de Datos: Optimización de rutas, análisis de patrones de movilidad y sistemas de transporte inteligente.
Referencia: Proyectos como el sistema de transporte público integrado en Curitiba (Brasil) y el uso de datos en tiempo real en ciudades como Londres y Nueva York.
Referencias Útiles:
- Publicaciones: Harvard Business Review, Journal of Public Administration Research and Theory, Nature Communications.
- Organizaciones: ONU, OMS, Banco Mundial, BID, UNESCO.
- Plataformas: Data.gov (EE.UU.), Eurostat (UE), y portales de datos abiertos de gobiernos locales.
Estos ejemplos ilustran cómo la integración de estas disciplinas puede generar soluciones efectivas y sostenibles para problemas sociales complejos.
Fin de las respuestas.
Noten la rapidez con que recibí la respuesta.
Aunque estos proyectos aportados por DeepSeek tienen pertinencia para nuestro país; en la tercera y penúltima parte, compartiré tres proyectos específicamente para nosotros y ahora. Dos de aplicación a corto plazo, y el tercero a mediano plazo.
Considero que ya tenemos un marco teórico aceptable; y como siempre estaré atento a sus preguntas, opiniones y sugerencias.
- Nada en realidad termina
- Bruno Rodríguez Parrilla: Cuba no ha cejado, ni cejará, en su empeño de preservar y defender a ultranza su total independencia
- A 50 años del golpe de Estado cívico-militar genocida: Legado de pañuelos blancos
- Cuba y Costa Rica: La hermandad no se quiebra por decreto
- Una pregunta para Trump y Netanyahu
- ir aOpinión »
- Meta y a Google son condenados en California por crear adicción a las redes sociales
- Cuba muestra avances en tratamiento del Alzheimer con NeuralCIM en encuentro presidido por Díaz-Canel
- Daniel Treto: “Quedarse en la universidad también es un acto de rebeldía”
- Rusia lanza los primeros satélites de su sistema para competir con Starlink
- Firman Vietnam y Rusia acuerdo para el desarrollo de la energía atómica en Ninh Thuan
- ir aCiencia y Tecnología »
Extraordinario aprendizaje
Muy interesante articulo. Muestra que existe una enorme diferencia entre la utilizacion de este metodo cientifico de conduccion de problemas importantes y estrategicos, con los que se utilizan en los procesos de direccion de la economia del Pais. Recomendaria que se organizara un curso sobre estos metodos cientificos de direccion de cuestiones complejas con la participacion de los que dirigen el Gobierno. Deberia participar obligatoriamente el Primer Ministro y ministros como el de economia y Planificacion y la Presidenta del Banco Central que dan muestras continuas de desconocer como conducir los importantes problemas sin solucionar que tiene la economia, e incluso de como explicarlos.
http://www.cubadebate.cu/opinion/2025/03/06/tres-disciplinas-cientificas-indispensables-en-estos-tiempos-parte-i/
Para quienes preguntan por la parte I, ahi esta el vínculo.
La primera parte la pueden buscar con el siguiente enlace
http://www.cubadebate.cu/opinion/2025/03/06/tres-disciplinas-cientificas-indispensables-en-estos-tiempos-parte-i/
https://www.cubadebate.cu/opinion/2025/04/23/tres-disciplinas-cientificas-indispensables-en-estos-tiempos-parte-ii/
Es el enlace de la parte I
Para quienes me preguntan sobre el alcance y la utilidad de la minería de datos o data mining, les comparto estas informaciones esenciales, y les digo que en la parte III veremos algunos ejemplos reales y actuales.
La minería de datos es el proceso de descubrir patrones y relaciones en grandes conjuntos de datos, actuando como un detective que analiza datos para descubrir misterios ocultos. Combina estadísticas, inteligencia artificial (IA) y aprendizaje automático para identificar tendencias y patrones ocultos.
Las 9 mejores técnicas de minería de datos
1) Seguimiento de patrones. El seguimiento de patrones es una de las técnicas fundamentales de minería de datos. ...
2) Asociación. ...
3) Clasificación. ...
4) Detección de valores atípicos. ...
5) Agrupación. ...
6) Patrones secuenciales. ...
7) árbol de decisión. ...
8) Análisis de regresión.
9) Análisis predictivo. ...
La minería de datos se asocia con las grandes bases de datos, a la llamada Big Data.
El término "big data" se refiere a los datos que son tan grandes, rápidos o complejos que es difícil o imposible procesarlos con los métodos tradicionales. El acto de acceder y almacenar grandes cantidades de información para la analítica ha existido desde hace mucho tiempo.
Las 7 V del Big Data son: Volumen, Velocidad, Variedad, Veracidad, Valor, Visualización y Vulnerabilidad.
Big Data se enfoca en almacenar grandes volúmenes de datos, mientras que la minería de datos se encarga de procesarlos y extraer valor de ellos.
Y como otro aspecto relevante solo apunto la existencia del Machine Learning, que es una disciplina del campo de la Inteligencia Artificial que, a través de algoritmos, dota a los ordenadores de la capacidad de identificar patrones en datos masivos y elaborar predicciones (análisis predictivo). En Cuba tenemos científicos y expertos que están a la altura internacional de estas tecnologías avanzadas.
Excelente, mis respetos a su disertación. Excelente herramienta DeepSeek que empleo con frecuencia desde su debut público, hasta para enfrentar problemas triviales y domésticos.
Destaco dos aspectos que no siento se toman suficientemente en cuenta en la toma de decisiones en nuestro país: la adecuada selección de expertos para realizar los análisis y la toma de decisiones priorizando sus recomendaciones y no tendencias políticas y personales. Copie y se lo envio directamente si no me publican como es practica habitual.
El mejor y más reciente contraejemplo que tengo es el último programa Cuadrando la Caja sobre la bancarizacion en los campos de Cuba. Se potencio lo novedoso del asunto como causa esencial del rechazo al cambio y no se consideraron con su justo peso las condiciones objetivas para su buen funcionamiento ni el comportamiento real de los procesos y sus dificultades para los usuarios, no se evaluaron las características y comportamiento de las relaciones entre productores, asalariados, proveedores, acopiadores, picos de cosecha, transportación, tiempos de respuestas, duración de los productos. Mucho menos las limitaciones y restricciones en el trabajo de la Banca y su oportunidad para facilitar los financiamientos necesarios y no "los que puede dar".
Por último no se tomo en cuenta como es el comportamiento y las prácticas de la bancarización en entornos similares en el resto del mundo y al menos en países como el nuestro.
Tristemente los ponentes parecían debatir un asunto en otra dimensión que no es la nuestra real. Eso ni enseña ni ayuda ni colabora con la bancarización, que es el objetivo del programa en sí.
Mi querido profesor Néstor del Prado. Ya que quiere estimular el debate sobre la utilización de la inteligencia artificial en diferentes aplicaciones de la vida profesional, comparto con Ud. mi experiencia con la ballenita azul de DeepSeek.
Debo decirle que me gusta mucho la interacción que he logrado con esta herramienta, la que no sólo utilizo para mis trabajos propios. También invito a mis estudiantes a usarla, y para evaluarlos les pido que me envíen las preguntas que le hacen al chatbot, las respuestas que reciben, y sus comentarios acerca de ellas. Con esto les provoco para que contrasten los resultados de esas consultas con otras fuentes y no sean usuarios acríticos de la IA. Voy a hacer eso ahora para intervenir en su debate.
He descubierto que la ballenita es sensible a la forma en que se le hacen las preguntas, y que es capaz de asimilar la información que se le proporciona, e incluso, las precisiones que se le hacen a alguna información que haya brindado con antelación. Y he comprobado que esta propiedad puede ser utilizada para su adiestramiento. De hecho, agradece que se le brinde información adicional sobre los temas que se intercambian con ella.
Entonces, le comparto la modificación que le hice a su pregunta, y la nueva respuesta que obtuve. Por supuesto que no podía abstenerme de incluir a mi amada Metrología en el ejemplo. Vea cómo enfoqué mi pregunta.
Alejandra:
Hola. Quisiera hablar hoy de la importancia q le concedes a la utilización de las ciencias y la innovación, especialmente de la ciencia de la dirección, la ciencia de comunicación social, las matemáticas y la gestión de datos, unidas a la normalización y la metrología, para lograr una acción de gobierno eficaz y de alto impacto social.
La diferencia aquí está en dos puntos: en lugar de que evaluara la interacción entre las ciencias, le pedí que evaluara la utilización de todas ellas con un objetivo único y además, incluí las herramientas de normalización y metrología. Y esto fue lo que me respondió:
DeepSeek:
¡Es un tema fascinante y de gran relevancia en la gestión pública! La combinación de ciencias dela dirección (gestión), comunicación social, matemáticas, gestión de datos, normalización y metrología es fundamental para un gobierno eficaz y de alto impacto social. Aquí te explico por qué cada una contribuye y cómo su integración potencia la acción gubernamental.
Ciencia de la Dirección (Gestión Científica)
Importancia: proporciona metodologías para planificar, organizar y controlar recursos de manera eficiente.
Aplicación: Modelos como el balanced scorecard (cuadro de mando integral) o la gestión por procesos ayudan a alinear objetivos públicos con resultados medibles.
Impacto social: Evita el despilfarro de recursos y mejora la entrega de servicios (ej.: salud, educación)
Ciencia de la Comunicación Social
Importancia: La comunicación efectiva es clave para la transparencia, la rendición de cuentas y la participación ciudadana.
Aplicación: Estrategias basadas en datos (ej.: análisis de redes sociales para entender demandas ciudadanas) o campañas de prevención (salud pública).
Impacto social: Fortalece la confianza en las instituciones y fomenta la cohesión social.
Matemáticas y Gestión de Datos
Importancia: Permiten tomar decisiones basadas en evidencia, prever escenarios y optimizar recursos.
Aplicación:
Modelos predictivos: Para anticipar crisis (ej.: epidemias, flujos migratorios).
Big Data: Analizar necesidades ciudadanas en tiempo real (ej.: transporte público).
Impacto social: Políticas más precisas y con menor margen de error (ej.: asignación de subsidios)
Normalización y Metrología
Importancia: Garantizan calidad, interoperablidad y confiabilidad en productos/servicios públicos.
Aplicación:
Normas técnicas: En Infraestructura, salud (ej.: estándares de construcción antisísmica).
Metrología: Exactitud en mediciones ambientales (ej.: emisiones de CO2)
Impacto social: Protección al ciudadano (ej.: seguridad en alimentos, medicamentos).
Sinergia entre estas disciplinas
La integración de estas áreas permite:
Gobiernos basados en evidencia:
Datos + modelos matemáticos+ comunicación clara = políticas mejor diseñadas.
Eficiencia operativa: Gestión científica + normalización= procesos ágiles y sin corrupción.
Adaptabilidad: Metrología +big data = respuestas rápidas a emergencias (ej.: desastres naturales).
Ejemplo práctico:
Un gobierno que usa:
Datos (para identificar zonas con pobreza extrema),
Gestión científica (para asignar recursos óptimos),
Comunicación (para involucrar a la comunidad en soluciones), y
Normas técnicas (para construir viviendas sociales de calidad),
logrará un impacto real y perdurable.
Conclusión
La ciencia y la innovación no son solo herramientas técnicas: son pilares para un gobierno que prioriza el bienestar social. La clave está en usarlas de forma interdisciplinaria, con transparencia y enfocadas en resolver problemas concretos de la ciudadanía.
¿Te gustaría profundizar en algún área en particular?
Como se ve, la IA asumió que interés estaba en la combinación de todas mis herramientas, y por eso primero me comentó qué aportaba cada una por separado, y después, lo que la sinergia entre ellas me va a reportar. Para estar clara de haber entendido sus puntos, le pregunté a qué se refería con la frase “uso interdisciplinario y transparente” de las herramientas y vea qué me aclaró:
DeepSeek:
¡Excelente pregunta! Cuando hablo de uso interdisciplinario y transparente, me refiero a la integración coordinada de distintas disciplinas científicas y técnicas —junto con mecanismos de apertura y rendición de cuentas— para diseñar, implementar y evaluar políticas públicas. La interdisciplinariedad evita enfoques fragmentados, mientras la transparencia garantiza que los procesos sean accesibles y auditables por la ciudadanía.
Ejemplos concretos de aplicación interdisciplinaria y transparente
1. Combate a la pobreza con datos y participación ciudadana
- Interdisciplinariedad:
Matemáticas/Estadística: Modelos de targeting para identificar hogares en pobreza extrema (ej.: índice de marginalización con datos censales).
Gestión de datos: Plataformas integradas (ej.: registros únicos de beneficiarios para evitar duplicidades).
Comunicación social: Campañas para explicar criterios de inclusión en programas sociales y recoger feedback.
Metrología: Indicadores estandarizados para medir impacto (ej.: reducción de desnutrición infantil).
- Transparencia:
Publicación de bases de datos anonimizadas de beneficiarios.
Auditorías ciudadanas con organizaciones civiles.
Caso real: El sistema Chile Solidario combinó datos sociodemográficos, participación local y evaluación constante para reducir la pobreza en un 15 % en una década.
2. Gestión de desastres naturales (terremotos, huracanes)
- Interdisciplinariedad:
Ciencia de la dirección: Planes de contingencia con roles claros para instituciones.
Big Data: Análisis de redes sociales para detectar zonas críticas en tiempo real.
Normalización: Edificios construidos con normas sismorresistentes (ej.: ISO 3010).
Comunicación: Alertas tempranas con lenguaje claro y accesible (incluyendo lenguas indígenas).
- Transparencia:
Mapas interactivos de riesgo disponibles para toda la población.
Informes públicos sobre el uso de fondos de emergencia.
Caso real: México usa el Sistema SASMEX (alertas sísmicas) con datos abiertos y campañas de simulacros en escuelas.
3. Salud pública (ej.: epidemias)
- Interdisciplinariedad:
Matemáticas: Modelos epidemiológicos (como los usados en COVID-19 para prever contagios).
Gestión de datos: Plataformas de trazabilidad de casos (ej.: apps con Bluetooth).
Metrología: Estándares para pruebas PCR (ej.: certificación ISO 15189).
Comunicación: Estrategias para combatir desinformación (ej.: chatbots oficiales con IA).
- Transparencia:
Publicación diaria de cifras de contagios y vacunación.
Paneles ciudadanos para validar decisiones (ej.: comités de bioética).
Caso real: En Uruguay, el sistema de respuesta al COVID-19 integró datos en tiempo real, científicos asesores y comunicación clara, logrando una de las tasas de mortalidad más bajas de América Latina.
4. Transporte urbano sostenible
- Interdisciplinariedad:
Ciencia de la dirección: Optimización de rutas de autobuses usando algoritmos.
Big Data: Sensores en semáforos para reducir congestión (ej.: machine learning con datos de tráfico).
Normalización: Vehículos eléctricos con estándares de carga interoperables (ej.: normas IEC).
Comunicación: Apps con información en tiempo real para usuarios.
- Transparencia:
Datos abiertos de movilidad (ej.: Google Maps usa datos públicos de transporte en CDMX).
Consultas públicas para diseñar ciclovías.
Caso real: Bogotá usó datos de transporte y participación ciudadana para expandir su red de ciclorrutas durante la pandemia.
Claves para lograr esta integración
1. Equipos mixtos: Científicos de datos trabajando con sociólogos, ingenieros y comunicadores.
2. Plataformas abiertas: Datos públicos en formatos accesibles (ej.: CSV, API).
3. Auditoría externa: Universidades y ONGs evaluando resultados.
4. Lenguaje claro: Evitar tecnicismos en informes para la ciudadanía.
¿Por qué la transparencia es crítica?
- Sin ella, incluso las soluciones más científicas pueden perder legitimidad (ej.: si la ciudadanía desconfía de cómo se asignan recursos).
- Caso negativo: En algunos países, la opacidad en los contratos de vacunas durante el COVID-19 generó protestas.
Conclusión
El enfoque interdisciplinario y transparente convierte la ciencia en una herramienta democrática. No se trata solo de "tecnocracia", sino de integrar conocimiento técnico con participación social y apertura.
¿Te interesa algún otro sector donde aplicar este modelo? Por ejemplo, educación, seguridad o energía.
Pensando un poco, para lograr un documento consistente, se le puede brindar información acerca de lo que hizo Cuba en tiempos de COVID, y estoy segura de que podríamos aparecer como uno de los ejemplos de integración de las ciencias en la toma decisiones gubernamentales durante el enfrentamiento a epidemias.
Hasta aquí las respuestas de DeepSeek que deseo compartir. En este chat aproveché para preguntarle otras cosas, pero las podemos dejar para después. Lo que tenemos sirve para ilustrar las potencialidades del uso de esta herramienta para optimizar el tiempo de trabajo, obtener nuevos conocimientos, generar ideas creativas y resolver problemas prácticos. Pero esto debe hacerse siempre desde la mirada experta de las propias competencias personales sobre cada uno de los temas.
Usted me dirá.
Nestor, muy bueno. Solo sugiero dos cosas: 1.- Publicar las tres partes lo antes posible. 2.- Preparar y ofrecer un curso a distancia desde luego sobre este tema para todos los interesados.
Mi estimado profesor Néstor muy interesante el articulo, concuerdo con Julio Ivan en publicar las tres partes cuanto antes y lo del curso a distancia o en nuestro caso puede ser presencial, así le volvemos a tener por acá, estoy seguro que nuestros directivos lo van a agradecer. Un abrazo sincero
La obnubilización por las tecnologías emergentes y los algoritmos que alguien una vez publicó en un artículo y que en la concreta nadie usa. Es solo usar pancartas con términos chic para cegar a los que buscan la verdad.
El conocimiento no se puede gestionar, el conocimiento es personal y lo único gestionable es la información.
La dirección de procesos para el desarrollo se concreta en vivir como viven los que trabajan en esos procesos y asumir el aseguramiento de esos procesos como lo esencial para lograr los cambios necesarios.
Quitar trabas, menos trova y mucho más traba...jo.
Gracias a quienes han realizado aportes, ya sea asintiendo o con otros puntos de vista. Es la mejor manera de enriquecer el debate. Eso de que el conocimiento no se puede gestionar es un criterio que ha quedado opacado en los nuevos tiempos. El hecho de que seamos los humanos los portadores del conocimiento, hizo que se hablara de gestionar a las personas, pero a mi juicio es un concepto errado. Gestionar a las personas es una tarea muy complicada; y es tratarlo como un objeto.
Lo que comparto totalmente de lo dicho por Andrés es que no podemos dejarnos deslumbrar por las nuevas tecnologías por muy sofisticadas que sean.