La economía como ciencia ha sufrido diversos cambios desde que Adam Smith escribiese el tratado de “La riqueza de las naciones”. De los preceptos filosóficos a la formalización matemática y de esta al desarrollo de la econometría, todo se ha tratado de cómo recolectar y analizar la información disponible. Con la acelerada producción diaria de datos y la incorporación de nuevas tecnologías para su procesamiento, la economía se ha visto en la obligación de repensarse nuevamente, pero ¿cómo?
La información ha tenido y tendrá siempre un lugar preponderante en cualquier disciplina, pero en el contexto de la Revolución 4.0, tres aspectos relacionados se han desarrollado rápidamente y suponen un mayor impacto: la recolección, el almacenamiento y el procesamiento.
Recolección. Además de la sofisticación de los medios tradicionales para recopilar información (muestreo, encuestas, diseño de experimentos), el ascenso de plataformas como Google, Waze, Facebook, entre otras, en los últimos años ha evidenciado cómo la automatización favorece la recolección y organización de datos. Las redes sociales, por ejemplo, pueden, con cada segundo que un usuario permanece en sus sitios web, perfilar y descubrir patrones de comportamiento que alimentan bases de datos con fines, la mayoría de las veces, publicitarios.
Almacenamiento. El espacio finito y delimitado del hardware se agota rápidamente y no responde a la velocidad de producción de información. La computación en la nube ofrece una alternativa: un espacio en la red con límites definidos por la capacidad de los servidores más potentes: Amazon (aws), Google (Google Cloud) y Microsoft (Azure). Si se cuenta con conexión a internet, se puede acceder a cualquier contenido o base de datos que esté almacenado en la nube sin estar condicionado por el tamaño de la memoria de un dispositivo.
Procesamiento. Se tiene de un lado una producción permanente de datos y del otro un espacio cuasi-infinito en donde almacenarlos. Pero ¿qué hacer con ellos? Desde diferentes disciplinas como la estadística, las matemáticas y las ciencias de la computación se han desarrollado técnicas sofisticadas para procesar esta nueva información. Scrapping, Natural Language Processing (NPL), Machine Learning e Inteligencia Artificial son algunas de ellas que, aunque no son nuevas, su alcance e impacto se han visto potenciados con el nuevo desarrollo de las tecnologías digitales.
Esta transformación en las dimensiones de la información ha provocado cambios en el comportamiento de distintos mercados laborales, incluyendo el mercado laboral de los economistas. Tanto en el sector privado como en el sector del público se han desarrollado vertical y horizontalmente espacios laborales dedicados exclusivamente al análisis de estos nuevos volúmenes de información: la creación de la Unidad de Científicos de Datos del Departamento Nacional de Planeación, la combinación del aprendizaje de máquina y datos de criminalidad para optimizar recursos en la fuerza pública o el análisis de precios inmobiliarios empleando Sistemas de Información Geográfica (SIG) puede que sean ejemplos más que elocuentes de esta situación.
El cambio en las necesidades del mercado laboral plantea siempre un desafío para los espacios de formación y el de los economistas no sería una excepción. No es suficiente con entender la teoría económica, la formalización matemática y la sofisticación estadística para aprovechar las condiciones actuales de la información; las innovaciones mencionadas arriba requieren de un lenguaje diferente para su comprensión.
La academia ha hecho siempre uso de software especializado para la manipulación y análisis de datos. Entre los más comunes se pueden mencionar Stata, EViews o Matlab, y últimamente los lenguajes de programación orientados al análisis de datos como R o python. No obstante, el uso de estos no garantiza la comprensión y aprehensión de las nuevas tecnologías. Se trata ahora de abandonar la tradición de estimular a consumidores pasivos del software y provocar el desarrollo de creadores activos del mismo.
Por:
Edwin López – Estudiante de la Facultad de Economía de la Universidad Santo Tomás
Carlos Ortiz – Docente de la Facultad de Economía de la Universidad Santo Tomás
Comentarios