Que es un dato.
Un dato es una representación de un atributo cualitativo o cualitativo que describe un hecho empírico, un suceso o una entidad. Un dato es una unidad de información por ejemplo: un numero, una palabra, una imagen un sonido o un conjunto de estas cosas. En la era de la IA, se hace necesario, imprescindible o al menos interesante repasar el concepto del dato y de su alfabetización.
Los datos están en todos lados
"Data is everywhere".
Números, medidas, descripciones... todos generamos datos, todo el tiempo...
Lo que consumimos y generamos en nuestros móviles y computadoras son datos. El teletrabajo, las redes de contenido como Netflix o las sociales como X.
Los relojes calculan la cantidad de pasos que damos cada día. La dirección de e-mail que usamos para Amazon o Mercado Libre, las fotos que sacamos y subimos a las redes, los videos que publicamos para vender un producto en Instagram o simplemente para compartir con familia y amigos. Los likes, los "follows". Ni hablar los datos que se generan en los centros de investigación, las universidades y las corporaciones. Son todos datos que generamos y usamos todos los días.
Los datos se generan constantemente, en la actualidad todos generamos datos todo el tiempo. En 2023 se generaron aproximadamente un poco más de 64 zettabaytes por día.
Aquí hay algunos ejemplos de la cantidad de datos que se generan en un día:
Se envían 65.000 millones de mensajes de correo electrónico.
Se realizan 5.000 millones de búsquedas en Google.
Se ven 1.000 millones de horas de video en YouTube.
Se publican 500 millones de tweets.
Se toman 350 millones de fotos en Instagram.
Alfabetización de los datos
La alfabetización de los datos, o "data literacy", se centra en el arte de hacer las preguntas correctas, recolectar, interpretar y comunicar datos. En definitiva, un literario de los datos tiene las habilidades par entender los datos y saber usarlos con un propósito específico. Es que datos considera y como usa esos datos lo que hace que un analista de datos o un literario de datos sea especial.
Ser un literario de datos conlleva la habilidad del pensamiento crítico y también conducta profesional y ética. Esto es porque los datos puede usarse (y se usan) de una manera distorsionada ya sea por falta de conocimiento o por una clara intención de que así sea.
Tal como @Jessica Pucci sostiene, los datos son imprescindibles para tomar decisiones importantes de salud, gubernamentales. como así también para entretenerse. Pero desafortunadamente ocurre que a veces los datos se usan mal y esto hace que no siempre se pueda confiar en cualquier interpretación de los datos que circulan a diario a nuestro alrededor.
El uso de los datos
Piense en ocasiones en las que haya resuelto problemas con éxito. ¿Alguna vez has querido:
¿Recrear una comida favorita sin receta?
¿Averiguar si adoptar una determinada mascota sería una buena opción para su estilo de vida?
¿Entender cómo cuidar a un ser querido que se siente enfermo?
Probablemente comenzó con una pregunta y luego utilizó una variedad de métodos para recopilar datos que le ayudaran a responder esa pregunta. Es posible que haya notado que responder una pregunta generó más preguntas y la necesidad de obtener más datos. Después de responder todas sus preguntas, probablemente encontró una solución y la compartió con otros.
Si algo de esto le suena familiar, es que ya tiene experiencia con la alfabetización en datos. Otra forma de entender este tema es ver comunicaciones basadas en datos como las que publicara Tableau. cuando hace referencia a las 5 visualizaciones más influyentes de todos los tiempos.
La forma en que se recolectan, se analizan e interpretan y finalmente se comparten los datos hacen a un resultado exitoso cualquiera sea el propósito. Por ejemplo, cómo la alimentación impacta en la salud y en nuestro entorno es un estudio permanente que inclusive es parte del CV de doctores y nutricionistas. En las redes sociales se analizan permanentemente los datos en busca de acciones que mejoren el alcance y el accionar de una determinada audiencia. Esto se acentúa si hablamos de procesos y proyectos de IoT.
Es necesario distinguir en una incorrecta interpretación de los datos de una incorrecta o incompleta manipulación de los mismos. Y ahí es dónde el trabajo de alfabetización de los datos comienza. Es entonces donde la historia comienza.