Artículo
¡Desastre! Datos desordenados, mala interpretación de datos y decisiones absurdas
Tengo una relación peculiar con los datos desordenados. Por un lado, pueden volverme loco: hay ocasiones en las que exploto como un volcán al darme cuenta de que se tomaron decisiones incorrectas debido a ellos. Especialmente cuando el problema lleva mucho tiempo ocurriendo y ha tenido un impacto negativo significativo. Y, en particular, cuando me doy cuenta de que podría haber identificado el problema mucho antes. Por otro lado, resolver este tipo de situaciones me lleva a un estado de flujo, un estado en el que me sumerjo profundamente en el problema y desconecto del mundo exterior.
He llegado a darme cuenta de que probablemente me aburriría en un lugar donde todo estuviera perfectamente organizado, donde toda la información fuera precisa, todos supieran exactamente qué nos dicen los datos y pudieran colocarlos en el contexto más amplio de la organización.
Un ejemplo de un lugar así es un organismo demasiado simple. En el pasado, cuando me ofrecieron un puesto en uno de los proyectos de comercio electrónico más reconocidos de Eslovaquia, no me interesó cambiar de trabajo. Pero, al mismo tiempo, me pregunté: ¿qué podría aportar significativamente allí? Es un negocio demasiado simple: compran y venden, compran y venden. No me emocionó en absoluto. No vi ninguna aventura intelectual en ello, ni una oportunidad de enfrentarme a situaciones completamente nuevas y aprender algo nuevo al resolverlas.
Mi lugar está en otro lado: en la jungla. Un lugar que, a primera vista, parece caótico e imposible de navegar. Un lugar donde la mayoría de las personas solo conoce su área específica de especialización. Y es en esos momentos cuando el trabajo se vuelve realmente disfrutable para mí. Es cuando medio día pasa volando como si fueran solo treinta minutos.
Esta “jungla” puede verse muy diferente dependiendo de la situación. No quiero entrar en detalles; lo mantendré general, aunque me doy cuenta de que esto podría hacerlo menos claro para el lector. Todo comienza con que es uno de esos organismos más complejos. Y en un organismo así, puedes encontrarte con cuatro tipos de desafíos relacionados con el trabajo con información y los desastres que pueden surgir de ellos.
Únete a la Biblioteca
Acceso completo a mis hallazgos, historias personales y lo que me cuentan las personas con las que me encuentro.
Únete a la Biblioteca · €29,99 al año Cómo puede un pequeño empresario, un creador de contenido… ¿Qué estudiar en la era de la IA? ¿Qué… Dejé el trabajo durante varios meses para dedicarme a… Cómo me enamoré de ella, a primera vista ¿Cómo dejar de depender de las redes sociales? ¿Puede… Cómo empezar con la IA en la empresa: automatizar…Reciba el artículo completo por correo electrónico y no dude en responder si desea seguir comentándolo.
Resumen
Preguntas frecuentes sobre el tema del artículo
¿Cuáles son los principales tipos de problemas de calidad de datos en las organizaciones?
¿Por qué la mala interpretación de datos es más peligrosa que la falta de datos?
¿Qué significa actuar sobre datos sin contexto?
¿Cómo se relaciona el estado de flujo con resolver problemas complejos de datos?
¿Por qué algunas personas prosperan en entornos de datos caóticos?
¿Cómo pueden las organizaciones reducir el riesgo de desastres impulsados por datos?
¿Qué es garbage in, garbage out (basura entra, basura sale)?
¿Qué son los datos sucios?
¿Qué es la alfabetización de datos?
¿Cuál es la diferencia entre calidad de datos e integridad de datos?
¿Qué es la gobernanza de datos?
¿Qué es la interpretación de datos y por qué falla?
¿Por qué fallan las decisiones basadas en datos?
Más artículos
¿Eres creador de contenido y sigues las reglas de YouTube, Instagram o Google? ¿Eres un pequeño empresario y tu modelo de negocio depende de con qué frecuencia te recomiende Amazon, de lo caras que serán las impresiones de los anuncios de Facebook o de lo caros que serán los clics en Google Ads? Si todo tu contacto con tu público o tus clientes, o la mayor parte de él, depende de que te muestre alguna gran plataforma, no estás en una buena posición.
El desarrollo de la inteligencia artificial cambia la forma en que miramos qué caminos de vida tienen sentido. Qué estudiar y qué profesión elegir.
Era jueves, 31 de marzo de 2022, cuando traspasé las últimas partes de mis responsabilidades a mis compañeros, cerré el portátil y me fui a la biblioteca. Dejé el trabajo durante varios meses y me sumergí en la filosofía. Y lo agradezco enormemente. Hoy estoy, como la mayoría de la gente, en un carrusel, y me cuesta pararme y pensar en las preguntas fundamentales de mi propia vida.
Era septiembre de 2023. Mi vida, mi trabajo, todo era completamente distinto de ahora. Era más sencillo. No poseía casi nada. Necesitaba grabar un anuncio, subí dentro de la empresa a la planta donde estaba el producto que necesitaba para ese anuncio, y allí me fijé en ella por primera vez. Ella se ríe de mí cuando lo describo así, pero en aquel momento el universo me dijo, es ella.
Cómo y por qué voy dejando las redes sociales y las grandes plataformas. Cuando leo que Meta está probando una nueva forma de cobrar por las publicaciones orgánicas que enlazan fuera de su plataforma, me confirma lo acertada que fue mi decisión de ser cada vez menos dependiente de las grandes plataformas y de las redes sociales. No significa que las haya abandonado del todo. Significa que el que yo siga o no en contacto con mis lectores depende de ellas cada vez menos, y hoy casi nada.
Uno de mis familiares describía una empresa que tiene los datos en varias herramientas distintas y cuyos empleados todavía hoy los unen a mano, en hojas de cálculo. Ese es el estado habitual de las empresas. Si a esa gente alguien le dice que no lo haga a mano y que use la IA, no le van a entender. La mayoría de las empresas ni siquiera tiene los conectores básicos entre las herramientas que utiliza. Estas empresas necesitan ayuda con la transformación con IA.
La misma tarea, dos modelos. Fable 5 contra Opus 4.8. Sobre el papel Fable es el mejor modelo, con más contexto y mejores especificaciones. Y aun así perdió. Opus resolvió la tarea con una sola ronda de control por 721.000 tokens, mientras que Fable necesitó nueve rondas y quemó 2,78 millones de tokens. La diferencia no estaba en el modelo, sino en cómo planteé la tarea. Y lo sé porque lo medí.

Hace un tiempo escribí sobre cómo construí mi propio sistema de analítica respetuoso con la privacidad. Tenía detección de bots desde la primera versión, pero no bastó. Las visitas directas tenían un peso extrañamente alto. Cuando alguien afirma que el 20 % de sus visitas son bots y el 80 % personas, yo también lo pensaba antes. Hoy diría que la proporción inversa está más cerca de la verdad. Así llegué a esta conclusión.

Tengo a Heidegger y mi cuaderno al lado. Me pregunto hacia dónde se dirige todo esto, hacia dónde nos lleva la inteligencia artificial.

Cuatro días en Cataluña. Sin ordenador, sin IA, casi sin redes sociales. Me compré este cuaderno para anotar lo que pensaría y lo que encontraría y aprendería durante el viaje.

