Los datos: la materia prima de la IA
La calidad de lo que produce un sistema depende en gran medida de la calidad de los datos con los que fue entrenado.
Información que se recopila, almacena y utiliza para analizar, decidir o comunicar en sistemas digitales.
En los sistemas actuales basados en aprendizaje automático, los datos permiten entrenar modelos y constituyen la información sobre la que luego realizan análisis o predicciones. Si los algoritmos son la receta, los datos son los ingredientes.
Cuatro tipos de datos
Filas y columnas: ventas, listas de clientes, cotizaciones.
Fotos, videos, audio, textos, correos o comentarios.
Contenido sin tabla rígida pero acompañado de elementos organizadores, como fecha o hashtags.
Datos que describen otros datos: autor, fecha, tamaño, ubicación o etiquetas.
Por qué algunos datos son más difíciles de usar
- Inconsistencia: no siguen un formato previsible; llegan por distintos canales, idiomas o con errores.
- Variabilidad: texto, imagen, audio y video requieren técnicas diferentes de procesamiento y almacenamiento.
Datos ocultos
Información que existe en los sistemas o procesos de una organización, pero que no se utiliza ni se analiza, generalmente porque resulta difícil de procesar con herramientas tradicionales.
No son un quinto tipo de dato. Lo que los define no es su forma, sino que existen y no se aprovechan.
Qué aporta la IA frente a datos complejos
Encuentra relaciones que no son evidentes a simple vista.
Puede revisar conjuntos de información que serían impracticables para un equipo humano.
Cuando se la actualiza o reentrena con datos nuevos, puede ajustarse a cambios.
Clasificá los datos
- Una planilla con fecha, cliente, producto e importe.
- Un audio de una llamada de atención al cliente.
- Una publicación con texto, fecha, autor y hashtags.
- La fecha, ubicación y tamaño de una fotografía digital.
Ver respuestas orientativas
1) Estructurados. 2) No estructurados. 3) Semiestructurados. 4) Metadatos. En un mismo proceso pueden convivir varios tipos de datos.
La IA puede trabajar con datos muy diversos, pero no transforma datos deficientes en información confiable: la calidad de entrada sigue importando.