‘Congreso Meetup: Bayes IA ML’: un espacio donde la ciencia de datos trasciende fronteras
Por:
Angie Suárez
Nuestro Externado continúa consolidándose como referente en la generación de conocimiento en áreas clave como la tecnología, los modelos matemáticos y el big data. Por esta razón, Bayes Plurinacional eligió a nuestra Casa de Estudios como sede de este importante encuentro, que tiene como propósito explorar el impacto de la estadística bayesiana, el machine learning y la inteligencia artificial en la toma de decisiones y el análisis de datos.
Durante tres días, estudiantes, expertas(os), docentes y personas interesadas en esta industria compartieron espacios con invitadas(os) nacionales e internacionales para profundizar en temas clave, a través de conferencias magistrales, workshops y la creación de comunidades que impulsan la transformación digital.
Este evento, además, invita a reflexionar sobre el hecho de que detrás de cada decisión basada en datos hay una intención humana por comprender el mundo y actuar con mayor información. Como expresó durante la instalación la estudiante de sexto semestre, Nathalia González:
“Cuando la ciencia se comparte, crece, y cuando el conocimiento se une, trasciende fronteras”.
Asimismo, Camila Neder, codirectora de Bayes Plurinacional (coorganizadores del evento) destacó que la ciencia busca verdades que valgan para todas las personas más allá de sus subjetividades. Pero cuántas veces nos encontramos enfrentando un mismo problema, esperando obtener soluciones diferentes que no ocurran y, por ello, invitó a cambiar nuestra visión.
“La ciencia busca respuestas objetivas, pero a menudo nos olvidamos que somos seres objetivos dependientes de un contexto. Entonces, ¿es posible alcanzar verdades, acuerdos intersubjetivos, en contextos de incertidumbre? Bayes Plurinacional, nace con esta idea, atravesar dicha pregunta”, indicó.
¿Por qué abordar el tema del machine learning y la estadística bayesiana?
La integración entre machine learning y estadística bayesiana impulsa la creación de modelos más precisos, adaptativos y confiables, con aplicaciones de alto impacto en múltiples sectores. En el ámbito de la salud, permite desarrollar herramientas avanzadas para el diagnóstico temprano de enfermedades; en el sector financiero, mejora la evaluación de riesgos mediante predicciones dinámicas; en cuestiones medioambientales, posibilita modelos climáticos más sensibles y exactos; y en el campo tecnológico, optimiza los sistemas de recomendación, haciéndolos más personalizados y eficientes.
“Este es un espacio diseñado para compartir, aprender, divertirse y colaborar; las puertas de la universidad siempre estarán abiertas para cada uno de ustedes, y esperamos que de aquí surjan muchos temas y trabajos colaborativos”, expresó Constanza García, directora del Departamento.
Aprendizaje con referentes internacionales
En la jornada inaugural, se contó con la participación de figuras destacadas del ámbito académico y científico. Cathy O’Neil, especialista en auditoría de algoritmos y ética en inteligencia artificial, y Mariano Gabitto, líder del proyecto Seattle Alzheimer’s Disease Cell Brain Atlas, ofrecieron conferencias magistrales tituladas ‘Armas de destrucción matemática’ e ‘Inteligencia Artificial para medicina regenerativa’, respectivamente.
Durante la intervención de Cathy O’Neil, se profundizó en cómo los algoritmos y modelos matemáticos, lejos de ser imparciales, pueden reforzar inequidades existentes y condicionar decisiones que impactan nuestra vida cotidiana. A través de ejemplos concretos, se analizó el impacto ético y social del Big Data, destacando la importancia de promover la transparencia y la responsabilidad en el desarrollo de tecnologías inteligentes. Fue un espacio para cuestionar, reflexionar y entender colectivamente cómo los datos moldean nuestro presente y nuestro futuro.
El segundo día del ‘Congreso Meetup: Bayes IA ML’ reunió nuevamente a expertas(os), investigadoras(es) y estudiantes para reflexionar sobre cómo la estadística bayesiana, el machine learning y la inteligencia artificial están transformando el análisis de datos y la toma de decisiones.
En esta jornada, el científico argentino Mariano Gabitto presentó un panel sobre los modelos bayesianos jerárquicos y su aplicación al estudio de enfermedades neurodegenerativas, como el Alzheimer, un campo en el que la modelación matemática permite entender la progresión patológica con mayor precisión.
Durante su intervención, Gabitto compartió avances de la iniciativa Seattle Summer Brain Atlas, una colaboración entre el Instituto Allen, la Universidad de Washington y Kaiser Permanente, que busca comprender los mecanismos del Alzheimer a través de mapas celulares. Explicó que su investigación se centra en identificar los distintos tipos de neuronas y cómo sus interacciones se alteran con el avance de la enfermedad.
“El cerebro es un sistema extremadamente complejo —formado por billones de neuronas y trillones de conexiones—, y entender su funcionamiento sigue siendo uno de los mayores retos científicos de nuestro tiempo”, señaló.
Al finalizar el evento, nuestras(os) estudiantes recibieron un pin de parte del Departamento de Matemáticas como parte del reconocimiento por su labor invaluable y su compromiso con la excelencia académica. Este pequeño pero significativo gesto simboliza el esfuerzo, la dedicación y la pasión que han demostrado a lo largo de su formación, así como su contribución al fortalecimiento de nuestra comunidad académica.
