¿Qué nivel de alfabetización de datos tiene su empresa?

Todos hemos leído historias sobre software de reconocimiento facial que falla para reconocer rostros de piel oscura, o a los oficiales de préstamos robóticos que negar hipotecas para ciertos grupos. A medida que un creciente cuerpo de investigación ha dejó claro, los algoritmos creados por grupos no representativos han dado como resultado una IA que perpetúa las desigualdades que ya prevalecen en nuestra sociedad. A medida que más empresas dependan más de los datos y la IA, es posible que estos problemas de discriminación algorítmica no hagan más que empeorar.

La mayoría de las empresas ya lo saben. Lo que están intentando averiguar es: ¿cómo pueden evitar convertirse en otro mal ejemplo?

La respuesta breve es que pensar críticamente en los datos que recopila y en la forma en que los utiliza tiene que ser tarea de todos. Ampliar el círculo de personas presentes en la sala ayudando a cuestionar, crear y monitorear algoritmos es la única manera de desarrollar una IA responsable. Hacer ese trabajo requiere conocimientos de datos: la capacidad de analizar y organizar datos complejos, interpretar y resumir la información, desarrollar predicciones o apreciar las implicaciones éticas de los algoritmos. Al igual que las matemáticas, se pueden aprender en los modos principiante y avanzado, abarca varias disciplinas y, a menudo, es más práctico que académico.

Desarrollar la alfabetización de datos en una organización también puede ayudar a diversificar los equipos de datos que están a la vanguardia de la toma de decisiones críticas sobre la forma en que se recopilarán, procesarán y desplegarán los datos. La importancia de los equipos de datos diversos es algo que aprendí de primera mano durante más de una década como gestor de fondos cuantitativos. Es una creencia común que las carteras más diversas tienen un rendimiento superior porque reducen el riesgo. Pero también es cierto que los equipos diversos obtienen mejores resultados porque reducen el riesgo de pensar en grupo. Al invertir en la alfabetización de datos en toda la empresa, las empresas pueden aportar perspectivas más divergentes y creativas para mitigar el riesgo de sesgo algorítmico e identificar otras eficiencias y oportunidades que los datos suelen revelar.

Pero un vistazo a los datos nos dice que la mayoría de las empresas siguen esforzándose por fomentar la alfabetización de datos. El noventa por ciento de los líderes empresariales citar La alfabetización de datos es clave para el éxito de la empresa, pero solo el 25% de los trabajadores confían en sus habilidades con los datos. No solo eso, sino algunas estimaciones sugerir que casi nueve de cada 10 profesionales de la ciencia de datos son blancos, y simplemente El 18% son mujeres. Investigación de la Asamblea General indica que en lo que respecta a la diversidad, la ciencia de datos va a la zaga incluso de otras disciplinas orientadas a la tecnología, como el marketing digital y el diseño de la experiencia de usuario.

¿Por qué, a pesar de la necesidad evidente y la creciente urgencia, no enseñamos alfabetización de datos de forma sistemática y a gran escala? Esa es la pregunta que ha animado mi trabajo durante los últimos años. En Correlation One, que cofundé tras dejar mi fondo en 2018, mi equipo trabaja con firmas de servicios financieros y empresas de la lista Fortune 500 para crear una cartera más inclusiva de talento en ciencia de datos. Ayudando a los empleadores, desde Target hasta Johnson & Johnson y el Gobierno de Colombia, a evaluar las capacidades de su fuerza laboral actual y proporcionando formación gratuita a los aspirantes a científicos de datos (como nuestro asociación con SoftBank y la ciudad de Miami), hemos conseguido un asiento en primera fila para entender mejor la necesidad urgente de una fuerza laboral más alfabetizada en datos y hemos ayudado a las empresas a establecer prácticas específicas para hacer realidad ese objetivo.

Estas son algunas de las estrategias que utilizamos.

Haga de la alfabetización de datos una prioridad en toda la organización, no solo entre las personas de la organización tecnológica.

La alfabetización de datos no es una habilidad técnica. Es una habilidad profesional. Anime a todos sus empleados (vendedores, profesionales de ventas, personal de operaciones, directores de producto, etc.) a desarrollar su conocimiento de los datos mediante sesiones de participación trimestrales que organice, en las que aborde temas como la toma de decisiones basada en los datos, el arte de lo posible en la IA, cómo los datos se conectan con su empresa, la ética y la IA, o cómo comunicarse mediante los datos. Este tipo de énfasis en toda la organización es la base de la transformación hacia una cultura que dé prioridad a los datos.

Desarrolle un lenguaje interno común para hablar sobre los datos, cómo se intersectan con su empresa y su sector y cómo están cambiando las funciones específicas de su empresa.

El mundo de los datos es grande, está lleno de palabras de moda y malentendidos. Desarrolle una visión como organización qué componentes de la alfabetización de datos son más importantes para su organización: si es una empresa de servicios financieros, puede que se trate de la medición de probabilidades y riesgos; si es una empresa de tecnología, puede ser la experimentación y la visualización. En sus sesiones de formación y desarrollo, desarrolle contenido didáctico que utilice este idioma y demuestre cómo se conecta con su empresa en varios departamentos, de modo que los empleados puedan unir todos los puntos entre la alfabetización de datos y sus flujos de trabajo.

Cree espacios en su organización para que los trabajadores conecten los conceptos empresariales y los conceptos de datos.

Una cosa que recomendamos a todos los clientes de Correlation One es que permitan a los empleados generar nuevas ideas de negocio que apliquen su conocimiento de los datos. Por ejemplo, supongamos que su empresa está en la industria de la música. Como parte de su programa de formación y desarrollo, pida a los empleados que desarrollen propuestas de proyectos que aprovechen su nueva comprensión de la alfabetización de datos. Combinándola con los conocimientos que tienen del sector, generarán nuevas y sorprendentes ideas para ahorrar costes o generar ingresos. Igual de importante es que les permitirá impulsar una nueva cultura que dé prioridad a los datos de abajo hacia arriba.

Cree estructuras de incentivos para recompensar la toma de decisiones basada en los datos.

Siga su proceso actual de aprobación de ideas o fijación de presupuestos. A continuación, añada mecanismos que recompensen el pensamiento basado en datos. Por ejemplo, exigir a los directivos que incluyan visualizaciones limpias en sus propuestas o que creen paneles que hagan un seguimiento de sus KPI de forma cuantitativa y en tiempo real. Si puede cambiar la toma de decisiones de sus directivos de la intuición a los datos, concediendo aprobaciones de proyectos más rápidas o mayores presupuestos para las propuestas presentadas utilizando un pensamiento basado en datos, obtendrá rápidamente el comportamiento que busca de sus directivos mediante la alineación de los incentivos.

Implemente programas de formación y desarrollo que enseñen alfabetización de datos en el contexto de sus problemas empresariales y que, de hecho, involucren a sus empleados.

Las suscripciones a plataformas de educación y formación, como Coursera, suelen fracasar en las organizaciones que buscan una transformación duradera. Esto se debe a que el aprendizaje es mucho más eficaz cuando es social (se hace con otras personas), personalizado (se hace con los comentarios de los expertos) y contextual (está relacionado directamente con los problemas empresariales que está resolviendo). Desarrollar estos programas de aprendizaje personalizados, sociales y contextuales requiere más recursos, pero las ventajas en términos de participación de los empleados con el material, retención del material por parte de los empleados y empoderamiento de sus empleados valen la pena.

Quizás lo más importante es que mi experiencia antes y durante Correlation One me ha ayudado a entender que los datos no son una vertical, no son solo una familia laboral, como un científico de datos o un ingeniero de datos. En cambio, los datos son horizontales, es un conjunto de habilidades que abarca un número creciente de puestos de trabajo en todos los campos. Un vendedor es un mejor vendedor con habilidades de datos. Un director de producto es un mejor director de producto con conocimientos de datos. Y así sucesivamente para las operaciones, la ingeniería, las ventas e incluso los recursos humanos. No todo el mundo necesita saber programar. Pero pronto todo el mundo necesitará conocimientos de datos.

En última instancia, la alfabetización de datos va mucho más allá del aprendizaje automático y la ciencia de datos. Y se trata de algo más que la IA. La alfabetización de datos consiste simplemente en que las personas se las arreglen mejor en un mundo repleto de datos, por eso la necesitamos ahora más que nunca.