Magdalena Day

Bayesian networks: la verdadera revolución detrás de los MOOCs y los “poll aggregators”


Tweet about this on TwitterShare on Facebook0Share on LinkedIn1Share on Google+0

Hace un tiempo sigo el tema de educación, universidades, y startups como Coursera, Khan Academy. Y recién el año pasado, cuando conocí sobre Tres Quintos, la única consultora chilena que atinó a los pronósticos electorales que dieron por ganadora a Bachelet, descubrí qué era esto de “bayesian networks“. Este análisis probabilístico (matemático) transformado en modelos sofisticados lo tienen en común tanto los MOOCs (Massive Online Open Courses) como estos poll aggregators que en Estados Unidos causaron revuelo con Nate Silver, y es utilizado con distintos fines.

Bayesian Learning:los MOOCs y la identificación de patrones de aprendizaje

El panorama de los MOOCs en el último año fue, por supuesto, de disminución del hype y de la creencia de que constituyen una revolución en la educación por diferentes aspectos. El primero, puede ser la muy baja tasa de personas que los finalizan, el segundo, la aún condición de experimentales, que los hacen no tener mucha validez en el sistema de educación formal, y por ende, en el mercado laboral de Estados Unidos principalmente. El tercero, es que en realidad su fin no es revolucionar la educación.

Esto queda claro en el último paper que lanzaron Harvard y MIT (que llevan adelante un joint venture llamado edX)

Es el primer artículo que leo en donde se pierde esa idealización democratizadora de los MOOCs y se presentan resultados en los que destacan que no les resulta central la tasa de finalización de cursos sino más bien entender cómo interactúan los estudiantes con los cursos en línea, a su ritmo, interactuando con otras personas en ambientes complejos.

Si bien el que es reconocido en la prensa como el pionero en éste tema de los MOOCs es Sebastian Thrun de Udacity, Daphne Koller, de la Universidad de Stanford es la que hizo bastante ruido al conseguir que la propia universidad financiara su startup junto a Andrew NG llamada “Coursera”, que tiene todo tipo de cursos, de las mejores universidades del mundo.

Daphne no es una emprendedora común y corriente: tiene un fuerte background académico y lidera un grupo de investigación en Stanford llamado DAGS en el que participan estudiantes o recién doctorados que trabajan en empresas como Facebook desarrollando tecnología. Investigan sistemas o entornos de alta complejidad

Probabilidad aplicada a entornos de incertidumbre. Algo que escucharán bastante actualmente, ya que las empresas se manejan en estos entornos, porque básicamente los seres humanos, según algunos, funcionamos como “redes”. Las sociedades funcionan como redes en las que la información se dispersa rápido, por ende nadie la tiene, y es difícil así tomar decisiones (o mínimo, entender qué pasa)

Otras plataformas educativas como Khan Academy utilizan estos modelos .Digamos que suena lógico que millones de personas en el mundo se inscriban en cursos gratis, educativos, que para estos data scientists, ofrecen data pura de comportamiento humano. Parecería que tanto Coursera, como Khan Academy, o edX, por la mentalidad y la información que tienen, obtienen como mayor beneficio que le entregan a las universidades que participan análisis sobre cómo futuros estudiantes o cualquier persona alrededor del mundo interactúa en sus clases. Es una apuesta, y una investigación a una escala realmente alucinante.

Bayesian networks y encuestas: los “poll aggregators”

Este año se vio también una tendencia interesante de bayesian networks vinculada a las encuestas de opinión pública, que en Estados Unidos se conoció a través de Nate Silver, un experto en estadística que desde el New York Times fue atinando a los resultados electorales más cerca que nadie.

Inspirados en esa tendencia, en Chile nació Tres Quintos, un poll aggregator que usaba un sistema parecido al de Silver: es un análisis probabilístico agregado de los distintos análisis probabilísticos de las encuestadoras políticas por excelencia. Hay un artículo interesante que explica su metodología con el título: Latin America gets its own 538 and it beats the polls in Chile (en donde cuentan sobre su uso de bayesian networks)

“Some critics argue that forecasts made by poll aggregators should not be compared to predictions made by pollsters. We believe the contrary; poll aggregators and pollsters are essentially at odds. They compete against each other to get the numbers right. In countries where the media is highly politicized it is crucial to provide the public with as much unbiased information as possible.”

Claro que ellos hacen análisis probabilísticos de encuestas que hacen otros (de manera tradicional, cuestionario en persona, teléfono, etc), pero lo que no comparten es la “politización” del análisis. Cosa que es errónea, porque si hay una x “lectura” empieza desde el momento cero en que se definen variables y elabora un cuestionario para que responda un ciudadano.

En fin, resulta muy interesante que hayan sido los que más cerca estuvieron del triunfo de Bachelet, y resulta interesante ver cómo detrás de esto como de los MOOCs, algo que no tiene nada que ver con la política, se manifieste este análisis matemático y estas tecnologías que van cambiando la forma en la que se entienden (y predicen) ciertos fenómenos sociales.

*Imagen vía Coursera

Tweet about this on TwitterShare on Facebook0Share on LinkedIn1Share on Google+0
¿Que te pareció el artículo?

2 comentarios en “Bayesian networks: la verdadera revolución detrás de los MOOCs y los “poll aggregators””

  1. Glen dice:

    Una duda:
    cuando dices MOOCs ¿te refieres en realidad a cualquier tipo de curso disponible en Internet?
    Es idea mía o: Khan Academy y Coursera no hacen MOOCs?

    1. Hola Glen, sí “hacen” MOOCs y claro que te voy a decir que es idea tuya porque los puse como ejemplo :p

      Sobre tu duda, cualquier curso disponible en Internet no necesariamente es un MOOC. Saludos.