Inter- y transdisciplina en la educación superior universitaria: reflexiones desde América Latina

Núcleo de Investigación en Inter- y Transdisciplina para la Educación Superior (NITES) INTER ! Y TRANSDISCIPLINA EN LA EDUCACIÓN SUPERIOR LATINOAMERICANA 190_ Sección II: Investigaciones y aproximaciones temáticas Ciencia (social) de datos, interdisciplina y educación superior: construir un campo en contra de la corriente der racionalmente lo que nos rodea y encontrar relaciones internas en ello, pero lo hacemos también incorporando experiencias, necesidades e intereses previos a ese proceso (mientras los datos fueron recabados de la realidad, el conocimiento implica que queremos acceder a cierto estado de cosas, y para eso nos valemos de datos e información) 1 . Esta dinámica funciona como un embudo: se requiere una gran cantidad de datos, para procesarlos y obtener un puñado, a veces pepitas, de cono- cimiento (de ahí el conocido from a sea of bits to a nugget of knowledge , es decir, ‘de un mar de bits a una pepita de conocimiento’) 2 . Si podemos ostentar una generación de datos profusa, la baja produc- ción de conocimiento deja ingentes cantidades de datos infrautilizados. El pasaje de los datos a la información y de ésta al conocimiento, requie- re de condiciones de infraestructura informática (es necesario poder re- cabar, conservar y operar sobre un conjunto de datos con herramientas que no son otra cosa que software, hardware y una arquitectura: es decir, programas, computadoras y una manera de conectarlas para que trabajen en conjunto, respectivamente), pero también se requiere de procesos que, en algunos casos, son realizados de manera más o menos manual por personas y que en su mayoría están automatizados total o parcialmente. Esto último no es otra cosa que la analítica de datos, que incluye procesos de ‘preparación’ de los datos, para luego aplicarles el desarrollo informático (es decir, código, lenguajes de programación). Podemos sintetizar este proceso en lo que se denomina ETL (de ‘extract, transform, load’ , es decir, extraer, transformar y cargar): así se extraen los 1 Por cierto: es posible que ese conocimiento sea transformado en nuevos datos, pero el proceso será el mismo en cualquier caso, porque esos datos serán desprovistos de sentido, luego reconvertidos en información y por último en conocimiento. 2 La mejor manera de poder encontrar la diferencia entre datos, información y conocimiento. podemos verla en un hecho muy cotidiano: supongamos que encontramos encima de una mesa un papel con un número escrito, por ejemplo, ochenta y ocho. Si no sabemos a qué responde, no podremos hacer mucho con él, por lo que decidiremos conservarlo, ignorarlo o tirarlo, pero, en cualquier caso, no podemos hacer nada con él. Ese papel será, entonces, solo un dato. Ahora supongamos que algún genio de la lámpara —o un simple mortal—, nos dice que es el número ganador del próximo sorteo de lotería. Ese papel, de ser algo sin la más mínima importancia resulta, probablemente, la solución a casi todos nuestros problemas. Si además decidimos jugar —por qué no lo haríamos—, ingresa la dimensión del conocimiento, que incluye no solo la capacidad de comprender la situación que nos rodea, sino de tomar decisiones a partir de ella, para nuestro beneficio. Ganar la lotería parece lo suficientemente bueno.