Investigación científica en Estadística

Investigación científica

La investigación científica es el proceso tanto documental y de aplicación de métodos para adquirir nuevo conocimiento a partir de un fenómeno o problema real a estudiar, ya sea en el plano social, económico, productivo, natural y u otros.

Tipos de investigación científica según tipo de datos

  • Cuantitativa: Implica una investigación recolectando datos numéricos por medio de encuestas, experimentos u otros de un fenómeno que pueda ser medibles cuantificándolos y luego probar una hipótesis aplicando análisis estadístico para finalizar generalizando resultados reales.
  • Cualitativa: implica una investigación recolectando datos cualitativos(no numéricos) por medio de entrevistas, estudio de casos, observaciones para la comprensión del contexto , por lo cual no es posible realizar una medición numérica. En algunos casos se puede aplicar una transformación de valor por calificación de expertos.
  • Mixta: Aborda ambos tipos. Se pueden pasar datos cualitativos a numéricos con la distribución de frecuencias pero eso lo veremos más adelante. Algunos autores señalan que la investigación cuantitativo van enfocado a las ciencias naturales por sobre las sociales que se orienta a la cualitativa pero esto no es tan así.

Tipos de investigación científica según objetivo

La investigación científica puede clasificarse en diversos tipos según sus objetivos, métodos y enfoques. Estas son algunas de las categorías comunes de investigación científica:

  1. Investigación Exploratoria:
    • Objetivo: Explorar un tema nuevo o poco estudiado.
    • Métodos: Entrevistas, revisión bibliográfica, observación.
  2. Investigación Descriptiva:
    • Objetivo: Describir características de un fenómeno o situación. “Describe lo que es”, “Entrega un diagnostico”. Esto es lo que veremos por lo general en estadística!
    • Métodos: Encuestas, observación, análisis de casos.
  3. Investigación Correlacional:
    • Objetivo: Analizar la relación entre dos o más variables.
    • Métodos: Estudio de correlación estadística.
  4. Investigación Analítica o Explicativa:
    • Objetivo: Comprender las razones o causas de un fenómeno. “Verificar la hipótesis de causalidad”.
    • Métodos: Experimentación, análisis estadístico.
  5. Investigación Experimental:
    • Objetivo: Establecer relaciones de causa y efecto. “Describe lo que será”.
    • Métodos: Manipulación de variables, grupos de control, experimentación.
  6. Investigación predictiva:
    • Objetivo: Anticipar o predecir eventos futuros basándose en patrones identificados en datos existentes. Este enfoque se utiliza para hacer predicciones informadas sobre el comportamiento o el desarrollo de un fenómeno.
    • Métodos: Modelos predictivos o análisis de tendencias como regresiones para predecir valor futuro con datos históricos.
  7. Investigación prescriptiva:
    • Objetivo: busca proporcionar recomendaciones o soluciones para problemas específicos. Se centra en responder a la pregunta “¿cómo debería ser?”. Este tipo de investigación va más allá de la descripción y busca aportar orientaciones prácticas y sugerencias para la acción.
    • Métodos: Casos comparativos(compara casos similares y propone soluciones), simulaciones (se crean modelos con diferentes escenarios y se elige el mejor) y análisis de costo-beneficio.

Estructura de investigación científica

Está es la más común y la podemos encontrar en distintas fuentes y publicaciones como por ejemplo tesis científicas. Algunas pueden cambiar de nombre en cada capitulo.

  1. Definir tema: elección de un problema o mejora sobre un fenómeno a tratar.
  2. Delimitar tema: definir alcances y restricciones y recursos.
  3. Problema: identificar, desglosar y formular posibles soluciones.
  4. Objetivos: Generales y específicos. se puede aplicar SMART.
  5. Marco teórico: Antecedentes, modelo conceptual, hipótesis y variables.
  6. Metodología: Población, Muestra, Recolección y procesamiento de datos.
  7. Informe: Resultados, Discusión, conclusiones y recomendaciones.

Tanto en metodología y en informe se aplican métodos estadísticos. Tanto en metodología y en informe se debe ser bastante riguroso con la descripción, el tratamiento de los datos y análisis critico en los resultados para la toma de decisiones.

¿Qué es la estadística? sus etapas, finalidad y tipos

Lo primero, ¿Qué es la estadística?

La estadística o alguna de sus representaciones como tablas , gráficos u estadígrafos como el “promedio” o la “media”, las escuchamos todo el tiempo cuando estudiamos, en el trabajo, en los medios tradicionales y digitales o en conversaciones triviales pero ¿Qué es la estadística en concreto? de acuerdo a varias lecturas en libros y medios por internet que Es la ciencia matemática que tiene por intención de investigar y estudiar fenómenos a través de recolección de datos de valor, los que organiza por medio de métodos, los representa de manera comprensible y finalmente los analiza para la toma de importantes decisiones.

Etapas de la estadística

  • Recolectar: De acuerdo a la intención de un estudio, Los datos cuantitativos y cualitativos son recolectados por medio de encuestas, observaciones, experimentos, datos históricos, etc.
  • Organizar: Los datos recopilados se ordenan y se organizan en tablas de frecuencias.
  • Representar: Los datos que fueron organizados se resumen en Tablas, en Gráficos según el tipo de variable, Estadígrafos(media, moda, mediana, etc.)
  • Analizar: Interpretación de los resultados.

Finalidad de la estadística

Para determinar la finalidad de la estadística primero debemos esclarecer que es un estudio de investigación sobre algún fenómeno que cambia algún grupo de personas u objetos (las que llamaremos población) a través de las características que esta posea, fenómenos sociales, económicos, productivos, naturales, químicos, físicos, medicinales, etc. por ejemplo tendencia a votaciones, migraciones, reacción a medicamento, fallas en la línea de ensamblajes, comparar evaluaciones con distintas mediciones, etc. Entonces la finalidad de la estadística es responder estas preguntas:

  • ¿Cuál es la realidad del fenómeno? Votaciones, migraciones, enfermedades, errores de producción, robos, entre otros.
  • ¿Qué es lo típico o atípico del fenómeno de la población? En las comuna A hay tendencia a votar por el candidato B. Se presentaron e
  • ¿Determinar los cambios que representa el fenómeno? Los que aplicaron el tratamiento A tuvieron un mejor rendimiento en los primeros 6 meses.
  • ¿Correlacionar desde 2 fenómenos? Las evaluaciones que se tuvieron por distintas escalas tuvieron dentro de los primeros lugares la universidad A, C y E.
  • ¿Cuál es la causa raíz del fenómeno? Los errores reportados se debieron a fallas recurrentes entre las 5am y 6 am.
  • ¿Qué pasará a futuro con el fenómeno? según se contempla van a caer precipitaciones de acuerdo a los datos climatológicos recolectados.

Tipos de estadísticas

Existen dos tipos de estadísticas:

  • Estadística Descriptiva: Se utilizan métodos para recopilar y describir las características de un conjunto de datos de una muestra de una población.
  • Estadística Inferencial: Se utilizan métodos que permiten establecer conclusiones sobre las características estimadas de la(s) muestra(s) que representan a una población.

Es importante destacar que algunos métodos de la estadística descriptiva se pueden aplicar a la estadística inferencial, como los gráficos, la media tanto muestral como poblacional pero con otros símbolo y con otros fines.

Enfoques y metodologías que reconoce el PMBOK: Tradicional – Ágil – Híbrido

El PMBOK reconoce diversos enfoques y metodologías utilizados en la gestión de proyectos. Estos enfoques incluyen:

  1. Enfoque tradicional o en cascada o waterfall: Es el enfoque más común y se basa en una secuencia lineal de actividades. Se divide en fases secuenciales, donde cada fase se completa antes de pasar a la siguiente. Es adecuado para proyectos con requisitos bien definidos y estables.
  2. Enfoque ágil o agile: Se basa en la entrega iterativa e incremental del producto o servicio. Es especialmente útil en proyectos donde los requisitos son cambiantes o no están completamente definidos desde el principio. Los enfoques ágiles más conocidos son Scrum, Kanban y Lean.
  3. Enfoque híbrido o hybrid: Combina elementos de enfoques tradicionales y ágiles. Es utilizado cuando el proyecto requiere una combinación de estructura y flexibilidad. Por ejemplo, se pueden aplicar principios ágiles en la ejecución del proyecto, mientras que se mantienen actividades más tradicionales en la planificación y gestión general.

El PMBOK no favorece un enfoque específico, sino que proporciona una guía general para la gestión de proyectos que puede adaptarse y personalizarse según las necesidades y características de cada proyecto. Reconoce la importancia de seleccionar el enfoque más adecuado según el contexto del proyecto, los requisitos del cliente y otros factores relevantes. Para leer más acerca del PMBOK lea el siguiente enlace: La guía definitiva de la gestión de proyectos: El PMBOK

La guía definitiva de la gestión de proyectos: El PMBOK

A continuación es una breve reseña de lo que es el PMBOK, sus áreas de conocimientos, el triangulo de hierro, los grupos de procesos, los 49 procesos hasta la versión 6, y un ejemplo sobre 1 proceso en particular.

El PMBOK (Project Management Body of Knowledge) es una guía de referencia ampliamente reconocida en el campo de la gestión de proyectos. Es publicada por el Project Management Institute (PMI) y describe los estándares, mejores prácticas y conocimientos fundamentales necesarios para gestionar proyectos de manera efectiva.

El PMBOK abarca una amplia gama de áreas de conocimiento relacionadas con la gestión de proyectos. Las 10 áreas de conocimiento conforman un total 49 procesos:

  1. Gestión de la Integración del Proyecto: 7 procesos.
  2. Gestión del Alcance del Proyecto: 6 procesos.
  3. Gestión del Cronograma del Proyecto: 6 procesos.
  4. Gestión de los Costos del Proyecto: 4 procesos.
  5. Gestión de la Calidad del Proyecto: 3 procesos.
  6. Gestión de los Recursos (humanos) del Proyecto: 6 procesos.
  7. Gestión de las Comunicaciones del Proyecto: 4 procesos.
  8. Gestión de los Riesgos del Proyecto: 7 procesos.
  9. Gestión de las Adquisiciones del Proyecto: 4 procesos.
  10. Gestión de los Interesados del Proyecto(stakeholders): 4 procesos.

*Estas representan el famoso triangulo de hierro que todo proyecto debe prever y respetar desde lo más básico. Supongamos la siguiente regla(en rojo en impacto negativo, y en azul impacto positivo) para las siguientes restricciones o áreas de conocimientos:

  • Si Suben los alcances: repercuten en Alzar los costos y Extender los tiempos.
  • Si Bajan los costos: repercuten en Bajar los Alcances y Extender los tiempos.
  • Si se contraen los tiempos: repercuten en Bajar los Alcances y alzar los costos.

Con este ejemplo debemos tener cuidado con encontrar un equilibrio. Ahora debes pensar en las demás restricciones como la Calidad y Los riesgos incluirlas en la ecuación.

Las áreas de conocimiento están alineadas a los grupos de procesos de la gestión de proyectos:

  1. Inicio
  2. Planificación
  3. Ejecución
  4. Monitoreo y control
  5. Cierre

La guía del PMBOK proporciona una estructura y un marco de referencia para la gestión de proyectos, estableciendo procesos, técnicas y herramientas que pueden ser utilizados por los profesionales en la dirección y ejecución de proyectos. También define los roles y responsabilidades de los miembros del equipo de proyecto y los principales conceptos y términos utilizados en la disciplina de gestión de proyectos.

Áreas de Conocimiento/Grupos de procesos–>InicioPlanificaciónEjecuciónMonitoreo y ControlCierre
Integración del ProyectoDesarrollar el Acta de Constitución del ProyectoDesarrollar el Plan para la Dirección del ProyectoDirigir y Gestionar el Trabajo del ProyectoMonitorear y Controlar el Trabajo del ProyectoCerrar el Proyecto
Alcance del ProyectoPlanificar la Gestión del Alcance; Recolectar Requisitos; Definir el Alcance;
Crear las Estructura de Árbol EDT/WBS.
Controlar el Alcance;
Verificar(validar) el Alcance
Cronograma del ProyectoPlanificar la Gestión del Cronograma;
Definir las actividades; Secuenciar las Actividades; Estimar la duración de las actividades;
Desarrollar el Cronograma
Controlar el Cronograma
Costos del ProyectoPlanificar la Gestión de los Costos;
Estimar los Costos;
Determinar el Presupuesto
Controlar los Costos
Calidad del ProyectoPlanificar la Gestión de la CalidadRealizar el Aseguramiento de CalidadControlar la Calidad
Recursos (Humanos) del ProyectoPlanificar la Gestión de los Recursos;
Estimar los Recursos de las actividades
Adquirir Recursos;
Desarrollar el Equipo;
Dirigir el Equipo
Controlar los Recursos Humanos
Comunicaciones del ProyectoPlanificar la Gestión de las ComunicacionesGestionar las ComunicacionesControlar las Comunicaciones
Riesgos del ProyectoPlanificar la Gestión de los Riesgos;
Identificar los Riesgos;
Realizar el análisis cualitativo de los riesgos; Realizar el análisis Cuantitativo de los Riesgos; Planificar la respuesta a los Riesgos
Implementar la respuesta a los riesgosControlar los Riesgos
Adquisiciones del ProyectoPlanificar la Gestión de las AdquisicionesRealizar las AdquisicionesControlar las AdquisicionesCerrar las Adquisiciones
Interesados del ProyectoIdentificar a los InteresadosPlanificar la Gestión de los InteresadosGestionar la Participación de los InteresadosControlar la Participación de los Interesados
Los espacios en blanco indican que no hay un proceso.
Por cada proceso tienen actividades de Entradas, Procesamiento (Herramientas y Técnicas) y Salidas.

Supongamos, a modo de ejemplo, queremos trabajar en Desarrollar el Acta de Constitución del Proyecto basados en el PMBOK 6. Para aquello debemos revisar en que consiste este proceso tanto las Entradas, las Herramientas y Técnicas, y las Salidas.

Las actividades de entrada para el proceso “Desarrollar el Acta de Constitución del Proyecto” del PMBOK 6 incluyen:

  1. Declaración del trabajo del proyecto (Statement of Work, SOW): Proporciona una descripción de alto nivel de los productos, servicios o resultados que se esperan del proyecto.
  2. Contrato: Si el proyecto se lleva a cabo en el contexto de un contrato formal, este documento puede servir como una entrada importante para establecer los términos y condiciones del proyecto.
  3. Acuerdos comerciales: Cualquier acuerdo comercial o contractual relacionado con el proyecto, como acuerdos de proveedores o contratos con terceros, debe considerarse al desarrollar el Acta de Constitución del Proyecto.
  4. Factores ambientales de la empresa: Los factores ambientales de la empresa, como la cultura organizativa, las políticas y procedimientos existentes, las normas de la industria y las regulaciones gubernamentales, pueden influir en la creación del Acta de Constitución del Proyecto.
  5. Activos de los procesos de la organización: Los activos de los procesos de la organización, como plantillas, formatos, directrices o lecciones aprendidas de proyectos anteriores, pueden proporcionar un marco útil para desarrollar el Acta de Constitución del Proyecto.
  6. Registro de interesados: El registro de interesados contiene información sobre los stakeholders involucrados en el proyecto, lo que puede ayudar a identificar a los interesados relevantes que deben considerarse al desarrollar el Acta de Constitución del Proyecto.
  7. Caso de negocio: El caso de negocio proporciona información sobre los beneficios esperados, los costos estimados y las consideraciones financieras relacionadas con el proyecto. Esto puede ayudar a establecer la justificación y los objetivos del proyecto en el Acta de Constitución.
  8. Expertos en la materia: La colaboración con expertos en la materia puede ser valiosa para comprender las necesidades y los requerimientos del proyecto, así como para garantizar la precisión y la adecuación del Acta de Constitución del Proyecto.

Las Herramientas y técnicas aplicadas para el proceso “Desarrollar el Acta de Constitución del Proyecto” del PMBOK 6 incluyen:

  1. Juicio de expertos: Se busca la opinión y el conocimiento de expertos en la materia o profesionales con experiencia relevante en proyectos similares para asegurar la precisión y la integridad del Acta de Constitución del Proyecto.
  2. Recopilación de datos: Se lleva a cabo la recopilación de datos pertinentes para desarrollar el Acta de Constitución, lo cual puede incluir la revisión de documentación existente, entrevistas con stakeholders y análisis de datos relevantes.
  3. Reuniones: Se realizan reuniones con los stakeholders clave, como el patrocinador del proyecto y otros interesados relevantes, para discutir y acordar los elementos clave del Acta de Constitución del Proyecto.
  4. Análisis de documentos: Se realiza un análisis de documentos existentes relacionados con el proyecto, como declaraciones de trabajo, contratos, acuerdos comerciales, políticas organizacionales y otros documentos relevantes, para obtener información valiosa y asegurar la coherencia entre los diferentes documentos.
  5. Técnicas facilitadoras: Se utilizan técnicas facilitadoras, como la lluvia de ideas, el pensamiento visual y las técnicas de resolución de problemas, para estimular la creatividad y fomentar la colaboración en la elaboración del Acta de Constitución del Proyecto.
  6. Estudio de casos: Se puede realizar un estudio de casos de proyectos similares anteriores para obtener lecciones aprendidas y mejores prácticas que puedan aplicarse al desarrollo del Acta de Constitución.
  7. Análisis de expertos: Se puede realizar un análisis por parte de expertos para evaluar la viabilidad del proyecto, identificar riesgos potenciales y evaluar los beneficios y costos esperados.

Por último las Salidas para el proceso “Desarrollar el Acta de Constitución del Proyecto” del PMBOK 6 incluyen:

  1. Acta de Constitución del Proyecto: Es el documento que autoriza formalmente el inicio del proyecto. Contiene información clave como el propósito, objetivos, alcance, requisitos iniciales, partes interesadas, restricciones y supuestos del proyecto. El acta de constitución del proyecto establece la base para la toma de decisiones y proporciona una referencia para el equipo del proyecto y las partes interesadas.
  2. Supuestos y restricciones: Estas son declaraciones o condiciones que se consideran verdaderas o se imponen en el proyecto, y pueden tener un impacto en la planificación y ejecución del mismo. Los supuestos son factores considerados como ciertos, pero que no se pueden garantizar, mientras que las restricciones son limitaciones que pueden afectar la forma en que se lleva a cabo el proyecto.
  3. Lista de partes interesadas: Es un registro que identifica a todas las partes interesadas relevantes para el proyecto, incluyendo a los patrocinadores, clientes, usuarios finales, equipo del proyecto y otros grupos o individuos que puedan afectar o ser afectados por el proyecto. La lista de partes interesadas proporciona información importante para la comunicación y gestión de las expectativas de las partes interesadas a lo largo del proyecto.
  4. Enunciado del trabajo inicial: Es una descripción resumida de los resultados esperados del proyecto y los productos entregables que se deben lograr. El enunciado del trabajo inicial ayuda a definir el alcance general del proyecto y proporciona una visión inicial de lo que se espera lograr.

Estas actividades de entrada, herramientas y técnicas, y salida proporcionan la información necesaria para desarrollar un Acta de Constitución del Proyecto sólida y completa, que sirva como autorización formal para el inicio del proyecto y establezca las bases para su planificación y ejecución.

Es importante destacar que el PMBOK no es una metodología o un enfoque específico de gestión de proyectos, sino que se puede adaptar y combinar con diferentes metodologías y enfoques según las necesidades y características de cada proyecto.

Tampoco hay que olvidar el PMO (Project Management Office) se refiere a una oficina o departamento encargado de estandarizar y facilitar la gestión de proyectos en una organización. La función principal de un PMO es brindar apoyo y orientación en la implementación de buenas prácticas de gestión de proyectos, así como establecer estándares, procesos y metodologías para asegurar la ejecución efectiva de proyectos.

Lo recopilado hasta aquí es la versión sexta del PMBOK.

Recomiendo leer el siguiente más en el siguiente sitio a modo de introducción: https://medium.com/administrador-de-proyectos/los-47-procesos-del-pmbok-5-sin-tener-que-memorizar-befddee74024

Recuerda que existen certificaciones en el PMBOK y que se van renovando a medida que van generando nuevas versiones.

Ciencia de Datos e Inteligencia Artificial conceptos que toman fuerza

Comencemos a desglosar este fascinante mundo de las tecnologías que se entrelazan con otras ciencias y fines para obtener soluciones mucho mas eficientes y que es el camino al éxito para varias organizaciones con y sin fines de lucro pero principalmente para la sociedad en general. Comenzaremos con conceptos que pueden parecerse pero no son iguales o que necesitan del otro para funcionar o que provienen del otro gran concepto. La idea es explicar que significa cada una de ellas sin tanto detalle, ya que eso dependerá de ustedes seguir indagando en este fascinante mundo.

Data Science o Ciencia de datos

Origen del Data Science o Ciencia de Datos

El data Science o Ciencia de Datos, históricamente se nombro en la década de los 60 como sustituto de la estadística, pero no fue hasta en 1974 donde Peter Naur acuño la Ciencia de Datos como un conjunto de técnicas para manejar y analizar datos en su publicación “Concise Survey of Computer Methods” se traduce al español como “Resumen Conciso de Métodos Computacionales”. Y en el año 2001 es donde toma fuerza con William S. Cleveland, un estadístico estadounidense donde convoca que la ciencia de datos es un campo interdisciplinario donde combina Estadísticas y el Análisis y visualización de datos mediante la computación abocados a un problemas real. En el año 2012 la Harvard Business Review, publicó lamado “Data Scientist: The Sexiest Job of the 21st Century” traducido al español como “El Trabajo Más Sexy del Siglo XXI”. que ayudó a popularizar tanto el término “ciencia de datos” como la función del “científico de datos”. Desde entonces, la ciencia de datos ha continuado creciendo en relevancia debido al surgimiento del Big Data y la necesidad de analizar y extraer valor de los grandes conjuntos de datos generados en un amplio rango de campos y sectores.

Composición del Data Science

La ciencia de datos es un “concepto para unificar estadísticas, Informática( análisis de datos, aprendizaje automático e inteligencia artificial ) y su objetivo es comprender y analizar fenómenos reales con datos“. Combina diversas habilidades, desde las matemáticas y estadísticas hasta la visualización de datos, y también involucra el uso de técnicas de programación y software.

Objetivo del Data Science

El objetivo de la ciencia de datos se centra en extraer y generar insights (“Insights” se refiere al entendimiento profundo y claros obtenidos a partir de la interpretación y análisis de datos valiosas para tomar decisiones más informadas) y comprender los patrones y las tendencias dentro de los datos.

y Los científicos de datos?

Los científicos de datos suelen trabajar en la limpieza, preparación y análisis de grandes volúmenes de datos (Big data), para proporcionar a las organizaciones una mejor comprensión de la información que contienen. Esta comprensión puede usarse para tomar decisiones informadas, predecir tendencias futuras, mejorar los procesos comerciales y mucho más. La ciencia de datos es muy valiosa en áreas que generan grandes cantidades de datos, como la medicina, la banca y la comercialización en línea.

Inteligencia Artificial IA o Artificial Intelligence AI

Origen de la Inteligencia Artificial

Si bien en la decada del 40, Alan Turing desarrollo el concepto de una maquina universal puede simular cualquier otra maquina de computo y también fue el creador del “test de turing” donde una maquina puede interactuar de tal manera que no pueda ser distinguida por un ser humano( famosa prueba de una interfaz de texto con una maquina y con un ser humano, sino se distingue cual es la maquina, entonces se supera el test). El término “Inteligencia Artificial” fue acuñado por primera vez en 1956 por John McCarthy, un científico de la computación estadounidense, durante la Conferencia de Dartmouth. Esta conferencia es a menudo citada como el evento que dio origen al campo de la Inteligencia Artificial como una disciplina académica independiente. En dicha conferencia se propuso que “cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede ser descrito con tanta precisión que una máquina puede ser hecha para simularlo”. Este concepto se convirtió en la base de la investigación en IA. En aquella conferencia además de McCarthy también estuvieron los participantes Marvin Minsky, Nathaniel Rochester y Claude Shannon.

Inteligencia artificial proviene de la Informática

Inteligencia artificial es un campo de la informática que se centra en la creación de sistemas capaces de realizar tareas que normalmente requieren la intervención humana. Estas tareas pueden incluir el procesamiento del lenguaje natural, la toma de decisiones, la percepción visual, etc. El aprendizaje automático o Machine Learning, que es una subrama de la IA, se ocupa del desarrollo de algoritmos que permiten a los sistemas aprender de los datos y mejorar su rendimiento con el tiempo sin ser programados explícitamente.

El Objetivo de la Inteligencia Artificial

En un sentido más amplio, el objetivo de la IA es imitar la inteligencia humana, y en última instancia, superarla(concepto de IA fuerte que no se ha logrado), para ayudar a los humanos una variedad de tareas, mejorando la eficiencia y permitiendo nuevos tipos de tecnología.

Tipos de Inteligencia Artificial

  1. IA débil o estrecha (Weak or Narrow AI): Este tipo de IA está diseñado para realizar una tarea específica, como el reconocimiento de voz o la recomendación de productos en sitios de compra. Aunque estas IAs pueden parecer inteligentes en su área específica, en realidad no comprenden o conceptualizan la información que procesan.
  2. IA fuerte o general (Strong or General AI): Este tipo de IA es el que todavía es en gran parte teórico y no existe en la práctica. La IA fuerte no sólo sería capaz de realizar tareas específicas, sino que también sería capaz de comprender, aprender, adaptarse y aplicar su inteligencia a cualquier problema, de manera similar a como lo haría un humano. En otras palabras, una IA fuerte tendría una inteligencia similar a la humana en todos los aspectos.

Subdisciplinas o subramas de la Inteligencia Artificial

La Inteligencia Artificial (IA) . Aquí están algunas de las más destacadas:

Inteligencia Artificial (IA) es un campo amplio y diverso que se compone de varias subdisciplinas o subramas. Aquí están algunas de las más destacadas:

  1. Aprendizaje automático (Machine Learning): Esta subrama se centra en el desarrollo de algoritmos que permiten a las máquinas aprender de los datos y mejorar su rendimiento a medida que adquieren más datos.
  2. Aprendizaje profundo (Deep Learning): Es una subcategoría del aprendizaje automático que se centra en las redes neuronales artificiales, especialmente aquellas con muchas capas (de ahí el término “profundo”). El aprendizaje profundo ha demostrado ser muy eficaz para tareas como el reconocimiento de imágenes y voz.
  3. Procesamiento del lenguaje natural (Natural Language Processing, NLP): Esta subrama se ocupa de cómo las máquinas pueden entender, interpretar y generar lenguaje humano. Esto incluye la traducción automática, la generación de texto y los chatbots.
  4. Visión por computadora (Computer Vision): Se enfoca en permitir que las máquinas “vean”, es decir, interpreten y comprendan información visual. Esto incluye tareas como el reconocimiento de objetos, la detección de movimiento y la interpretación de video.
  5. Robótica: Esta subrama se ocupa de cómo las máquinas pueden interactuar físicamente con su entorno. Esto incluye tareas como la navegación, la manipulación de objetos y la interacción humano-robot.
  6. Sistemas expertos: Son programas de computadora que utilizan el conocimiento y los procesos de toma de decisiones de un experto en un determinado campo para resolver problemas complejos.
  7. Inteligencia artificial evolutiva (Evolutionary Computation): Se refiere a los algoritmos y métodos basados en la teoría de la evolución biológica, como los algoritmos genéticos y la programación genética.
  8. Redes neuronales (Neural Networks): Son sistemas computacionales que intentan imitar las redes de neuronas que componen el cerebro humano, para ayudar a las computadoras a pensar y aprender de manera más parecida a los humanos.

Cada una de estas subramas tiene sus propias técnicas, enfoques y aplicaciones, aunque a menudo hay un gran solapamiento y colaboración entre ellas.

En Resumen

  • Data Science o Ciencia de datos: Estudio multidisciplinario que se compone de Estadísticas, Informática y un problema de negocio el que se debe solucionar mediante modelos como la clasificación, regresión, clasterización de patrones y que en algunos casos utiliza inteligencia artificial como son las redes neuronales.
  • Artificial Intelligence o Inteligencia Artificial: Es el uso de tecnología mediante maquinas de computo que buscan imitar las tareas y comportamiento humano logrando ser más productivos, eficientes y disminuyendo la exposición a riesgos.
  • Machine Learning o Aprendizaje de Máquina: Pertenece a la inteligencia artificial y posee algoritmos que se “alimentan” de los datos y “aprenden” de los mismos.
  • Deep Learning o Aprendizaje Profundo: “Pertenece al Machine Learning y utiliza algoritmos más evolucionados de aprendizaje como es el caso de las redes neuronales siendo eficiente en campos de tratamiento de audios e imágenes.
  • Big Data: Análisis de datos que cumplen con las características claves de las 5V: Volumen, Velocidad, Variedad, Veracidad y Valor. Con esto podemos realizar tanto ciencia de datos como Inteligencia Artificial.
Cuarta Revolucion
La cuarta revolución Industrial ya está aquí

Cuando hablamos de una Revolución industrial es un período de transformación socioeconómica y tecnológica caracterizado por cambios significativos en la producción, la agricultura, la minería, el transporte y otros sectores clave de la economía. Estas revoluciones suelen marcar un cambio importante en la forma en que las sociedades organizan y producen bienes y servicios.

Un poco de historia

  1. La primera revolución industrial tuvo lugar en Gran Bretaña a fines del siglo XVIII y se extendió a Europa y América del Norte en los siglos XIX y XX. Fue impulsada por la introducción de maquinaria y tecnologías innovadoras, como la máquina de vapor, la hiladora mecánica y la locomotora a vapor. Estos avances permitieron un aumento significativo en la producción, la eficiencia y la capacidad de transporte.
  2. La segunda revolución industrial, que ocurrió aproximadamente entre finales del siglo XIX y principios del siglo XX, se caracterizó por el desarrollo de la electricidad, la producción en masa, los avances en la industria química y la invención de la línea de ensamblaje. Un claro ejemplo es la línea de ensamblaje de automóviles que ideó Henry Ford a través de la división del proceso de fabricación en tareas pequeñas y especializadas aumentando la eficiencia económica y productiva. Estos avances condujeron a una mayor industrialización y a un crecimiento económico acelerado.
  3. La tercera revolución industrial, también conocida como revolución tecnológica o digital, se refiere a la transición hacia una economía basada en la tecnología de la información y las comunicaciones. Esta revolución se caracteriza por el desarrollo de la electrónica, la informática, las telecomunicaciones y la automatización de procesos.

Su Origen desde Alemania

La revolución industrial 4.0 se considera una extensión de los desarrollos de la tercera revolución industrial, que se centró en la digitalización y la automatización de los procesos industriales. El concepto de la industria 4.0 se originó en Alemania y se presentó por primera vez en la Feria de Hannover en 2011.

El término “industria 4.0” fue acuñado como parte de un proyecto estratégico del gobierno alemán para promover la digitalización de la industria manufacturera en Alemania. El objetivo era impulsar la competitividad de las empresas alemanas y abordar los desafíos de la globalización y la creciente demanda de personalización y eficiencia en la producción.

El concepto de la industria 4.0 se basa en la convergencia de tecnologías como la inteligencia artificial, el Internet de las cosas, la robótica avanzada, la realidad aumentada, la impresión 3D y el análisis de datos. Estas tecnologías permiten la creación de fábricas inteligentes y sistemas de producción altamente conectados y automatizados.

Desde su origen en Alemania, el concepto de la industria 4.0 se ha difundido y adoptado en todo el mundo como una visión para la transformación digital de la industria manufacturera. Ha sido respaldado y promovido por gobiernos, empresas y organizaciones en diversos países como un enfoque para impulsar la productividad, la innovación y la eficiencia en la industria.

Componentes de la Cuarta revolución Industrial

En cuanto a la cuarta revolución industrial, también conocida como Industria 4.0, se refiere a la integración de tecnologías digitales formando un sistema inteligente:

  • Inteligencia artificial: proporcionar capacidades avanzadas de automatización inteligente , análisis de datos y toma de decisiones inteligentes.
    • Automatización inteligente: La IA permite la automatización de tareas y procesos de manera más inteligente y adaptable. Los sistemas de IA pueden realizar tareas repetitivas, monitorear y controlar equipos y procesos, y ajustarse automáticamente según las condiciones cambiantes.
    • Análisis de datos y optimización: La IA puede analizar grandes cantidades de datos generados por sensores, dispositivos y sistemas conectados en tiempo real. Utilizando técnicas de aprendizaje automático y análisis avanzado, la IA puede identificar patrones, tendencias y anomalías, lo que permite la optimización de procesos, la detección temprana de fallas y la toma de decisiones más informadas. Para realizar este tipo de procesos se utiliza El Big Data donde conjuntos de datos extremadamente grandes y complejos que no pueden ser procesados ni analizados utilizando métodos tradicionales. Estos datos se caracterizan por su volumen, velocidad y variedad y que se pueden entrenar modelos para detectar patrones o realizar predicciones más precisas y así ofrecer soluciones más precisas sobre tendencias de los datos.
    • Mantenimiento predictivo: La IA puede predecir y detectar fallas en equipos y sistemas antes de que ocurran. Al analizar datos históricos y en tiempo real, la IA puede identificar patrones que indican posibles problemas y generar alertas para llevar a cabo el mantenimiento preventivo, reduciendo el tiempo de inactividad no planificado y los costos asociados.
    • Personalización y experiencia del cliente: La IA permite la personalización masiva de productos y servicios. Mediante el análisis de datos de clientes y la aplicación de técnicas de IA, las empresas pueden ofrecer experiencias personalizadas, recomendaciones precisas y productos adaptados a las necesidades y preferencias individuales de los clientes.
    • Optimización de la cadena de suministro: La IA puede optimizar la gestión de la cadena de suministro al analizar datos en tiempo real sobre inventarios, demanda, condiciones climáticas y otros factores relevantes. Esto permite una planificación y ejecución más eficientes, reducción de costos y mejoras en la satisfacción del cliente.
  • Internet de las cosas: El Internet de las cosas (IoT, por sus siglas en inglés) es un concepto clave en la industria 4.0. Se refiere a la interconexión de objetos cotidianos a través de internet, permitiendo que se comuniquen, recopilen y compartan datos de manera automatizada. También son bidireccionales, por lo que permite darle instrucciones en tiempo real. —El IoT se utiliza para crear una red de dispositivos y sistemas inteligentes que colaboran entre sí que con los datos obtenidos sumados a lo mencionado anteriormente sobre la Inteligencia artificial puede potenciar duda alguna la eficiencia en los procesos de industrialización.
    • Monitorización y control de activos: Los sensores IoT se utilizan para recopilar datos en tiempo real sobre el estado y el rendimiento de los activos industriales, como maquinaria, equipos y productos. Estos datos se pueden utilizar para monitorear el rendimiento, detectar fallas o desviaciones, y optimizar la planificación del mantenimiento.
    • Optimización de la cadena de suministro: Los dispositivos IoT se utilizan para rastrear y monitorear el movimiento de productos y materiales a lo largo de la cadena de suministro. Esto permite una mayor visibilidad y trazabilidad, optimizando la planificación de inventario, mejorando la eficiencia en la logística y reduciendo los costos.
    • Fabricación inteligente: Los dispositivos IoT se integran en los procesos de fabricación para recopilar datos en tiempo real sobre variables clave, como la temperatura, la presión, la calidad y el rendimiento. Estos datos se utilizan para optimizar los procesos de producción, ajustar los parámetros en tiempo real y prevenir problemas de calidad.
    • Mantenimiento predictivo: Los sensores IoT en equipos y máquinas industriales recopilan datos sobre su rendimiento y condiciones operativas. Estos datos se analizan mediante técnicas de aprendizaje automático para detectar patrones que indiquen posibles fallos o necesidad de mantenimiento. Esto permite realizar intervenciones preventivas y evitar tiempos de inactividad no planificados.
    • Eficiencia energética y sostenibilidad: Los dispositivos IoT se utilizan para recopilar datos sobre el consumo energético en las instalaciones industriales. Estos datos se analizan para identificar áreas de mejora en eficiencia energética y optimizar el consumo. Esto no solo reduce los costos, sino que también contribuye a una mayor sostenibilidad y reducción de la huella ambiental.
  • La robótica avanzada: La robótica avanzada es una parte fundamental de la industria 4.0 y se refiere al uso de robots inteligentes y autónomos en los entornos industriales. Estos robots están equipados con tecnologías avanzadas, como inteligencia artificial, visión artificial, sensores y capacidad de aprendizaje automático. En la industria 4.0, la robótica avanzada tiene como objetivo mejorar la eficiencia, la precisión y la flexibilidad en las operaciones industriales, así como liberar a los trabajadores de tareas repetitivas y peligrosas, por ejemplo para reparar el reactor nuclear en Fukushima (https://www.bbc.com/mundo/noticias/2012/12/121212_tecnologia_robots_fukushima_aa)
    • Automatización de tareas: Los robots avanzados pueden realizar tareas que anteriormente eran realizadas por humanos, como ensamblaje, soldadura, manipulación de materiales, empaquetado y clasificación. Estos robots están diseñados para ser altamente precisos, rápidos y capaces de adaptarse a diferentes productos y entornos.
    • Colaboración humano-robot: La robótica avanzada permite la colaboración segura y eficiente entre humanos y robots en el lugar de trabajo. Los robots están equipados con sensores y sistemas de detección para interactuar de forma segura con los trabajadores, compartiendo tareas y complementando las habilidades humanas.
    • Logística y almacenamiento: Los robots avanzados se utilizan en almacenes y centros de distribución para la gestión de inventarios, la clasificación de productos, el embalaje y la preparación de pedidos. Estos robots pueden moverse de manera autónoma, rastrear productos y optimizar los flujos de trabajo en el almacén.
    • Inspección y control de calidad: Los robots con sistemas de visión artificial se utilizan para la inspección automatizada de productos y el control de calidad. Pueden analizar y detectar defectos, realizar mediciones precisas y garantizar la conformidad con los estándares de calidad.
    • Mantenimiento y reparación: Los robots avanzados se utilizan para el mantenimiento predictivo y las tareas de reparación en equipos y maquinaria industrial. Pueden llevar a cabo inspecciones, realizar ajustes y reparaciones, y proporcionar informes detallados sobre el estado del equipo.
  • La realidad virtual y aumentada: La realidad virtual (RV) y la realidad aumentada (RA) son tecnologías que desempeñan un papel importante en la industria 4.0 al mejorar la eficiencia, la productividad y la seguridad en las operaciones industriales. Ambas tecnologías ofrecen experiencias inmersivas y visualmente enriquecidas que mejoran la forma en que los trabajadores interactúan con los sistemas y los datos en los entornos de fabricación y producción.
    • La realidad virtual (RV) es una tecnología que permite a los usuarios sumergirse en un entorno virtual generado por computadora:
      • Capacitación y simulación: Los trabajadores pueden recibir capacitación virtual en el uso de equipos y maquinaria complejos, lo que reduce los riesgos asociados con la formación práctica. Además, la RV permite la simulación de escenarios y situaciones peligrosas, lo que mejora la preparación y seguridad de los trabajadores.
      • Diseño y prototipado: La RV permite a los ingenieros y diseñadores visualizar y evaluar productos y prototipos en entornos virtuales antes de la producción física. Esto agiliza el proceso de diseño, mejora la toma de decisiones y reduce los costos asociados con la fabricación de prototipos físicos.
      • Visualización de datos: La RV puede utilizarse para visualizar y analizar grandes conjuntos de datos complejos, como datos de sensores y análisis de rendimiento. Esto permite una comprensión más profunda y rápida de los datos, facilitando la identificación de patrones, tendencias y problemas en tiempo real.
    • La realidad aumentada (RA) es una tecnología que superpone información y gráficos virtuales en el entorno físico del usuario en tiempo real. En la industria 4.0, la RA se utiliza de las siguientes maneras:
      • Asistencia y guía: Los trabajadores pueden recibir instrucciones y orientación visual en tiempo real superpuestas en su campo de visión mientras realizan tareas de ensamblaje, reparación o mantenimiento. Esto mejora la precisión y reduce los errores en la ejecución de tareas complejas. Por ejemplo en logística para ser más eficiente en packaging(embalaje), handling(carga/descarga mercancia pasajero equipaje), storage (almacenamiento) y transporte, fases en que los/as operadores y personal logísticos juegan un rol importante. Con el uso de tecnología con realidad aumentada se ha conseguido el ahorro de tiempos en selección de objetos y optimizado el proceso de toma de decisiones.
      • Mantenimiento y reparación: La RA puede superponer información de diagnóstico y reparación en el equipo o la maquinaria en tiempo real, lo que permite a los técnicos identificar rápidamente problemas y llevar a cabo las acciones correctivas necesarias.
      • Control de calidad: La RA puede proporcionar información visual en tiempo real sobre los estándares de calidad y los criterios de inspección durante el proceso de control de calidad. Esto ayuda a los trabajadores a identificar defectos y anomalías de manera más eficiente.
  • La impresión 3D: La impresión 3D, también conocida como fabricación aditiva, es una tecnología que permite la creación de objetos tridimensionales mediante la superposición de capas sucesivas de material. En el contexto de la industria 4.0, la impresión 3D desempeña un papel importante al transformar la forma en que se realizan los procesos de fabricación y producción. Si bien la impresión 3D todavía enfrenta algunos desafíos en términos de velocidad de producción y variedad de materiales, su adopción en la industria 4.0 continúa creciendo. Se espera que esta tecnología tenga un impacto significativo en la forma en que se realizan los procesos de fabricación y producción, permitiendo una mayor personalización, flexibilidad y eficiencia en la producción de bienes y productos.
    • Personalización y prototipado rápido: La impresión 3D permite la creación rápida y económica de prototipos y modelos personalizados. Esto acelera el proceso de diseño y desarrollo de productos, permitiendo pruebas y mejoras iterativas antes de la producción en masa.
    • Producción bajo demanda: Con la impresión 3D, es posible fabricar productos bajo demanda, evitando la necesidad de grandes stocks de inventario. Esto reduce los costos de almacenamiento y permite una producción más flexible y ágil en respuesta a la demanda del mercado.
    • Diseño y geometrías complejas: La impresión 3D ofrece la capacidad de fabricar objetos con formas y geometrías complejas que serían difíciles o imposibles de lograr con los métodos de fabricación tradicionales. Esto permite diseños más innovadores y optimizados para funciones específicas.
    • Producción descentralizada: La impresión 3D puede llevarse a cabo en ubicaciones descentralizadas, lo que reduce la dependencia de grandes fábricas y cadenas de suministro globales. Esto puede ayudar a acortar los plazos de entrega y mejorar la resiliencia frente a interrupciones en la cadena de suministro.
    • Reparaciones y piezas de repuesto: La impresión 3D permite la fabricación de piezas de repuesto y componentes personalizados de manera rápida y eficiente. Esto es especialmente útil en situaciones en las que las piezas están obsoletas o son difíciles de encontrar, lo que prolonga la vida útil de los productos y reduce el tiempo de inactividad.
  • La Ciber Seguridad: berseguridad en la industria 4.0 se refiere a la protección de los sistemas, dispositivos y redes conectados en los entornos de fabricación y producción contra amenazas cibernéticas. Con la creciente digitalización y conectividad en la industria 4.0, es fundamental garantizar la seguridad de los activos y la integridad de los datos.
    • Protección de la infraestructura de red: Esto incluye implementar medidas de seguridad en las redes y sistemas de comunicación utilizados en los entornos de la industria 4.0. Esto puede incluir firewalls, sistemas de detección de intrusiones, autenticación segura y cifrado de datos.
    • Seguridad de los dispositivos y equipos: Es importante asegurar que los dispositivos y equipos utilizados en la industria 4.0 estén protegidos contra ataques cibernéticos. Esto implica mantener actualizadas las soluciones de seguridad, utilizar contraseñas fuertes y aplicar parches de seguridad.
    • Gestión de acceso y privilegios: Limitar y controlar el acceso a los sistemas y datos críticos es fundamental para la ciberseguridad. Esto implica implementar políticas de acceso basadas en roles, autenticación multifactor y asegurar que solo las personas autorizadas tengan acceso a la información sensible.
    • Monitorización y detección de amenazas: Es importante contar con sistemas de monitorización en tiempo real que permitan detectar y responder rápidamente a amenazas cibernéticas. Esto puede incluir el monitoreo de registros de eventos, detección de comportamiento anómalo y sistemas de alerta temprana.
    • Educación y concienciación de los empleados: La concienciación y la capacitación de los empleados son fundamentales para la ciberseguridad en la industria 4.0. Los empleados deben estar informados sobre las mejores prácticas de seguridad, como el manejo seguro de contraseñas, la identificación de correos electrónicos de phishing y la protección de información confidencial.
    • Respuesta y recuperación ante incidentes: Es importante tener planes y procedimientos en marcha para responder y recuperarse en caso de un incidente de ciberseguridad. Esto incluye la implementación de respaldos de datos regulares, la segmentación de redes y sistemas críticos, y la realización de pruebas de respuesta ante incidentes.

Responsabilidad Social y ética en esta nueva industria

La responsabilidad social y ética son aspectos fundamentales a tener en cuenta en la revolución industrial 4.0. A medida que avanzamos hacia una mayor digitalización, automatización y conectividad, es esencial considerar el impacto de estas tecnologías en la sociedad, los trabajadores, el medio ambiente y la equidad.

Algunos aspectos importantes relacionados con la responsabilidad social y ética en la cuarta revolución industrial son:

  1. Empleo y desplazamiento laboral: La automatización y la inteligencia artificial pueden tener un impacto en el empleo al reemplazar ciertos puestos de trabajo. Es importante considerar la reubicación y la capacitación de los trabajadores afectados, así como fomentar la creación de empleo en nuevas áreas y sectores emergentes.
  2. Equidad y brecha digital: La revolución industrial 4.0 puede agravar la brecha digital existente entre aquellos que tienen acceso a la tecnología y aquellos que no. Es importante garantizar la equidad en el acceso a la educación, la capacitación y las oportunidades digitales, y evitar la exclusión social y económica.
  3. Privacidad y protección de datos: Con la creciente cantidad de datos generados y recopilados en la industria 4.0, es crucial proteger la privacidad y la seguridad de la información personal. Las empresas deben cumplir con las regulaciones de protección de datos y garantizar que los datos de los usuarios sean utilizados de manera ética y transparente.
  4. Ética en la inteligencia artificial: La inteligencia artificial plantea preguntas éticas y morales, como la responsabilidad de las decisiones tomadas por sistemas de IA, la transparencia en los algoritmos utilizados y la mitigación de sesgos y discriminación. Es necesario desarrollar marcos éticos y principios para guiar el desarrollo y la implementación de sistemas de IA.
  5. Sostenibilidad ambiental: La revolución industrial 4.0 debe considerar su impacto en el medio ambiente. Las empresas deben adoptar prácticas sostenibles en términos de eficiencia energética, gestión de residuos y reducción de emisiones. También se deben considerar los impactos ambientales de la fabricación de dispositivos tecnológicos y su ciclo de vida.
  6. Transparencia y responsabilidad: Las empresas deben ser transparentes en sus prácticas y tomar responsabilidad por el impacto social y ambiental de sus acciones. La rendición de cuentas y la divulgación de información sobre prácticas empresariales, políticas de empleo, impacto ambiental y compromiso con la comunidad son aspectos clave de la responsabilidad social en la industria 4.0.

¿Cómo se ha desenvuelto en En Chile?

Codelco

De acuerdo a lo que menciona Alvaro García Vicepresidente en Tecnología y Automatización En procesos de negocios de Codelco en el año 2019, explica lo siguiente integrando tecnología en sus faenas: “Codelco una corporación compuesta por ocho centros de trabajo, y entre cada uno de ellos existen diferencias importantes. Hay unos más avanzados que otros (en lo tecnológico), por lo tanto tiene que tomar todos esos activos positivos, para así ecualizarnos, y decir que Codelco es una compañía de todos los chilenos que se transformó en la era 4.0.”. En la industria pesada, todo lo que es analítica avanzada y explotación de datos es tremendo. A diferencia de otras industrias, esto tiene impacto directo en nuestros sistemas de automatización. Por ejemplo, mejorar el giro de un molino SAG, hoy en día con el procesamiento de datos es algo que está ahí, a nuestra disposición. También se beneficia el mundo del mantenimiento, porque manejar toda esa data nos permite anticiparnos a los problemas.

Donde su enfatiza que el cambio es mayormente culturales por sobre los tecnológicos y que además las compañías que no se sumen a esta nueva revolución van a morir.

Para leer más : https://www.mch.cl/entrevistas/tecnologias-4-0-en-codelco-mas-que-un-cambio-tecnologico-una-transformacion-cultural/#

*Continuaremos llenando este hilo con mas ejemplos en el mundo

Conclusiones

La cuarta revolución industrial busca la creación de “fábricas inteligentes” en las que las máquinas, los sistemas ciberfísicos y las personas estén interconectados, colaborando de manera más eficiente y autónoma. Estas tecnologías permiten la automatización y optimización de los procesos de producción, la personalización de productos, la toma de decisiones basada en datos y la creación de nuevos modelos de negocio.

Esta revolución tiene el potencial de transformar profundamente la economía global, impactando sectores como la fabricación, la logística, la energía, la salud, la agricultura y el transporte. También plantea desafíos en términos de empleo, habilidades requeridas, seguridad cibernética, ética y privacidad de los datos.

Todo lo anterior debe ir sujeto a un cambio cultural organizacional porque debe ser comprometido desde el ente rector más alto hasta el último operario que de alguna u otra forma va a interactuar ante estos cambios, sujeto a hacer esta transformaciones pensando en el trabajador y re-asignando nuevas funciones de manera que se vea como una oportunidad de crecimiento y no de reducción de costos, donde todos ganan.

Tips: Usa las teclas combinadas en Windows

Para quienes ocupamos Windows en el día a día requerimos usar ciertas acciones de manera rápida y que mejor manera de usarlas mediante unas simples combinaciones de teclas. Aquí te dejo las combinaciones en el teclado para ejecutar el acceso rápido a acciones que más utilizo en Windows 11 y que también deberían funcionar en Windows 10 en adelante. Las letras pueden estar en mayúsculas o minúsculas.

Día a Día

  • Tecla “windows”: buscas aplicaciones
  • Tecla “Windows” + tecla “L”: Bloqueas el equipo.
  • Tecla “Windows” + tecla “S” (o + tecla “Q” ) : Aparece el buscador de Windows para encontrar alguna aplicación.
  • Tecla “Windows” + tecla “M”: Aparece el escritorio, bajando todas las aplicaciones.
  • Tecla “Windows” + tecla “E”: Aparece el explorador de archivos de Windows.
  • Tecla “Windows” + tecla “W”: Aparece el noticias sugeridas.
  • Tecla “Windows”(mantenida) + tecla “T”: Recorre las tareas que están abiertas en la barra de tareas.
  • Tecla “Alt” (mantenida) + tecla “tab” (pulsando de 1 en 1): Recorre las tareas que están abiertas hacia la derecha.
  • Tecla “Alt” (mantenida) Tecla “Shift” (mantenida) + tecla “tab” (pulsando de 1 en 1): Recorre las tareas que estan abiertas hacia la izquierda.

Para imágenes y videos

  • Tecla “Windows” + tecla “alt” + tecla “r”: Puedes Grabar un video(puede tomar su tiempo en aparecer). Esta es una funcionalidad de xbox Game Bar.
  • Tecla “Windows” + tecla “shift” + tecla “s”: Puedes recortar una imagen y te quedara en memoria para pegarla en algun documento.También puedes verlo en imágenes->Capturas de pantalla.
  • Tecla “Windows” + tecla “imp prt”: Puedes imprimir toda la pantalla quedando en memoria para pegar. También puedes verlo en imagenes->Capturas de pantalla.

Sistema

  • Tecla “ctrl” + tecla “alt” + tecla “supr”(suprimir): Te aparece un menú donde puedes:
    • -Bloquear el equipo al igual que el primer tips.
    • -Cambiar de usuario
    • -Cerrar sesión
    • -Administrar tareas: Es útil cuando una aplicación forzar su cierre , o cuando quieres saber que el orden de los procesos/aplicaciones que ocupan tus recursos, tareas que estan al inicio o arranque de windows, medir tus recursos en tiempo real (CPU,GPU, RAM, Internet,…)

Avanzado

  • Tecla “Windows” + tecla “r”: Se puede ejecutar programa, carpeta, documento o recurso de internet. generalmente se ocupa para programas del sistema.
  • Puedes personalizar métodos abreviados sobre tus programas favoritos:
    • Click Botón derecho sobre el icono de tu programa hasta que aparezca “propiedades”, (si esta en la barra de tareas, pulsa nuevamente el botón hasta que te aparezca propiedades)
    • Agregar Método abreviado.

La idea es tratar de ocupar estas combinaciones día tras día para que se las vayan memorizando. Espero que les haya servido. Siempre pueden haber otros tips de ayuda.