Más allá de los Sistemas de Información Geográfica: la Ciencia de la Información Geográfica (Video)

Más allá de los Sistemas de Información Geográfica: la Ciencia de la Información Geográfica

Les comparto un podcast para conocer sobre la Ciencia de la Información Geográfica:

Comentario crítico sobre las oportunidades y amenazas del uso de Google Drive en la docencia

Google Drive posee varias oportunidades para la docencia. Una de ellas es su utilidad para trabajar colaborativamente en un solo documento. Google Docs centraliza en la nube la actividad de edición y de aportes a un documento, sin tener que estar produciendo tantas versiones del documento como editores del mismo hay. Otra gran oportunidad con Google Drive es la opción de crear formularios. Esta facilidad resulta de mucha importancia en el sentido de que el docente puede realizar preguntas a los estudiantes sobre la temática de estudio, o los estudiantes pueden usar formularios de Google para diseñar encuestas que pueden utilizar en sus trabajos de investigación y en su Tesis. Los resultados de las encuestas se pueden almacenar en hojas de cálculo, lo cual facilita un posterior análisis estadístico de los datos obtenidos.

En general, Google Drive nos brinda la seguridad de crear y almacenar documentos en la nube, y la facilidad de compartirlos para que otras personas los puedan visualizar y/o editar. Sin embargo, más allá de las oportunidades de Google Drive para la docencia, existen ciertos aspectos que pueden ser considerados amenazas para la privacidad y para el adecuado flujo de la información del aprendizaje.

Sobre la problemática de la privacidad, es necesario comentar que Google Drive es un servicio gratuito en principio, pero sin embargo tiene un costo: Google tiene la capacidad de identificar y analizar nuestro comportamiento cuando usamos sus servicios, incluyendo Google Drive. Es decir, si por ejemplo escribes mucho en Google Docs sobre automovilismo, es probable que en YouTube y otros servicios te aparezca información sobre automovilismo. En otras palabras, el costo de usar servicios gratuitos de Google es el de brindar nuestra información expresada en preferencias por un determinado tema. Al momento, no podemos saber claramente a que otras empresas pueda vender Google la información que bridamos.    

Una segunda problemática es sobre la dinámica para acceder y colaborar en la elaboración de un documento. Se puede decidir si un documento se comparte públicamente a toda la red, o a un grupo de personas. ¿Pero qué pasa si un documento es compartido a un grupo de 40 estudiantes para que cada uno de ellos puedan aportar al mismo? ¿Podrían generarse conflictos en el desarrollo del documento?  La tarea de validar y filtrar los aportes a un documento por parte de un grupo grande de personas puede volverse un trabajo que no es eficiente.

Estas son algunas visiones críticas sobre el uso de Google Drive en la docencia. ¿Qué perspectivas tienen ustedes sobre el uso de este tipo de herramientas en el proceso de aprendizaje?  

R: el software estadístico libre más popular del mundo

R no es un simple programa. R es una plataforma que permite generar múltiples soluciones para un sinnúmero de problemas (no solo estadísticos) mediante la aplicación de paquetes que han sido generados por los propios usuarios y desarrolladores de R. 

En los últimos años ha habido realmente una explosión de cursos en YouTube, blogs y foros de discusión sobre cómo aplicar R en la estadística tradicional y en la estadística geoespacial. Lo interesante de R viene cuando empiezas a pensar más allá del click para realizar análisis estadístico, ya que R funciona con scripts que usan diferentes funciones. Es interesante ya que la tarea de realizar cálculos estadísticos deja de ser algo muy mecánico en donde solo tienes que hacer un click, y mas bien tienes que crear el código necesario para el cálculo, lo cual demanda de mayor conciencia de qué es lo que pasa detrás de las fórmulas estadísticas. Al usuario no acostumbrado a escribir código, R le parecerá al inicio un poco tedioso. Sin embargo, es seguro que en poco tiempo se acostumbrará y empezará a disfrutar de todas las facilidades y potencialidades que ofrece este software. Una plataforma amigable para trabajar con R se llama RStudio. Para que RStudio funcione, primero tiene que estar instalado R. Aquí les dejo un video que explica como instalar estos dos programas. 

   

El proceso de indagación científica

El método científico más básico es el proceso de indagación científica. La indagación científica es muy importante si se quiere realizar un adecuado estudio estadístico. El primer paso es la Pregunta. La Pregunta es la unión de 1) la observación más 2) lo que sabemos (marco conceptual), y más 3) la inquietud. El segundo paso de la indagación científica es la Acción, en la cual se deben formular las siguientes preguntas:

1)   ¿Qué estamos comparando?

2)   ¿Dónde y cuándo?

3)   ¿Qué estamos midiendo?

4)   ¿Cómo medimos?

5)   ¿Cómo vamos a recolectar la información?

6)   ¿Cómo vamos a analizar la información?

El tercer paso de la indagación científica es la Reflexión sobre la Pregunta, la Acción y los hallazgos del análisis realizado. El paso final es la Aplicación (la cual  es también reflexionada), que busca la solución a diferentes problemáticas, y que también debe tener una vigilancia continua.

La indagación científica nos permite pautar hasta que punto podemos extender nuestras estimaciones y conclusiones. Adicionalmente, el proceso de Reflexión debe continuar aún después de la Aplicación con el fin de obtener retroalimentación y reevaluar nuestros resultados. 

La Web 2.0 y sus potencialidades

La Web 2.0 es un conjunto de innovaciones tecnológicas que garantizaron una mayor interacción y construcción colectiva de información en la web. Se podría decir que antes de la Web 2.0 una persona generaba contenido web para muchas personas. Con la Web 2.0 la dinámica es que muchísimas personas generan diversidad de contenidos para muchísimas otras personas.  Por lo tanto, características claves de la Web 2.0 son la participación masiva de usuarios de la red que generan e intercambian información, y el uso de tecnologías para la generación de imágenes, videos, anuncios interactivos, textos automáticos, etc., que ofrecen contenidos orientados a los intereses de cada persona. Una característica que me llama la atención de la Web 2.0 es lo que se denomina Folcsonomía. La Folcsonomía no es nada más que un sistema mediante el cual los usuarios aplican etiquetas públicas a contenidos en línea, lo cual facilita la búsqueda, lectura y uso de información publicada en la red. Este etiquetado colaborativo permite realizar clasificaciones de contenido web.

Un ejemplo de etiquetado web es el uso de hashtags en Twitter. Esto resulta muy útil en lo que en la literatura científica se denomina análisis de sentimientos (sentiment analysis). Para realizar esto, se aplican algoritmos que extraen textos (text mining) de, siguiendo el ejemplo anterior, tweets. Estos algoritmos después interpretan los textos (por ejemplo, los hashtags) y les asignan puntajes que representan niveles de emociones. Por ejemplo, -5 podría significar “muy triste” y 5 “muy feliz”.

Este tipo de información puede ser analizada desde un punto de vista de Estadística GeoEspacial. Por ejemplo, se pueden usar tweets geolocalizados, aplicar análisis de sentimientos y obtener valores de emociones en el área de estudio, que puede ser una ciudad. Posteriormente podemos realizar análisis de autocorrelación espacial para identificar clusters de emociones positivas o negativas en la ciudad. Esto nos permite tomar el “pulso social” de una ciudad y posiblemente obtener conclusiones que podrían apoyar a mejorar la calidad de vida de los ciudadanos y ciudadanas.        

  

¿Estadística Espacial o Geoestadística? ¡Estadística Aplicada GeoEspacial!

Cuando hablamos de Estadística en el área de las Ciencias Geográficas o Ambientales, generalmente escuchamos el término Geoestadística. Y para quienes conocen algo de Geoestadística, relacionan este término con interpolaciones geográficas, es decir, dado un conjunto de puntos conocidos, estimar las posiciones (desconocidas) de demás puntos en un área de estudio. Sin embargo, la Geoestadística es solo una parte de lo que podemos llamar Estadística Espacial. En idioma español este término suele resultar confuso para algunas personas, ya que solemos asociar la palabra "espacio" con el espacio exterior. Por tal motivo, para fines prácticos profesionales podríamos cambiar el término de Estadística Espacial a Estadística GeoEspacial. Es decir, la Estadística que añade un sentido de ubicación geográfica en el espacio a las variables de estudio. Ahora bien, el espacio puede ser muy variado, y su descripción más allá del espacio físico-ambiental. Es por esto que muchos estudios hablan del concepto de place y no solo de space, como una expresión de la percepción espacial de las personas, es decir, una medida subjetiva. Es decir, la Estadística GeoEspacial se puede aplicar no solo a las ciencias duras, sino a un mayor espectro científico como a la Antropología, Sociología, Salud Pública, e incluso ¡Literatura!