12/29/2015

La importancia de la destilación en la enseñanza

Hace un par de semanas me invitaron a impartir una sesión de Analítica de Datos en el curso de Business Design y Lean Startup en H2i. Tengo un cariño especial a H2i pues empezaron al mismo tiempo que 24symbols y estuvimos una temporada compartiendo despacho. Así que aunque inicialmente tenía algún impedimento de agenda, no pude decir que no.

El curso es una introducción a la Analítica de Datos, centrado en el ciclo de vida de una startup, pero introduciendo temas de Ciencia de Datos. No me considero un "científico de datos" puro. Lo fui hace unos cuantos años, cuando estaba en Denodo, y antes de que este palabro se pusiese de moda. Ahora, como mucho, soy un Data Businesspeople, según define el artículo de O'Reilly



Sin embargo, este curso, en sus diversas modalidades (charlita de una hora, curso de cuatro u ocho horas, o reuniones 1-a-1 con startups), está funcionando muy bien, aún tratando temas complejos y fárragosos. Debido seguramente a que llevo casi 20 años impartiendo clases en el ámbito universitario y profesional, y a que llevo ya muchas asignaturas a mis espaldas, me preocupo de entender todo desde una base clara. En el caso de ciencia de datos y analítica de datos he hecho lo mismo. No es fácil encontrar libros, videos o artículos que expliquen los conceptos fundamentales de manera organizada y estructurada. Sin elementos tan técnicos que solo ingenieros y matemáticos puedan entenderlo, pero llegando a un nivel de complejidad más profundo que lo que se puede encontrar en las revistas de negocio al uso. Es el trabajo que hago en cada una de mis asignaturas. Así, consigo que áreas tan complejas como los datos se puedan engullir un poco mejor.




Esta forma de trabajar es la que también aplico a mi día a día profesional. Será por la edad, porque mi cabeza no da para más, o porque trabajar en una startup exige entender a fondo multitud de cosas, pero cada vez necesito más el dar un paso atrás y entender bien las bases de lo que se está hablando, antes de ponerme en serio: qué es esto del Deep learning en detalle, funcionamiento teórico y real de las retenciones fiscales internacionales, de dónde vienen ciertas cláusulas en los contratos con las editoriales, cuál es la motivación histórica que hace que cierto grupo de autores actúe de cierta manera... Al fin y al cabo es una puesta en práctica de algunas de las técnicas que enseño en mis asignaturas de creatividad y producto. Pero como siempre ocurre, solo cuando realmente lo necesitas, es cuando se le saca todo el valor.

Eso lo definió el otro día Alicia Chavero, la responsable de H2i, como "destilar" el área de conocimiento. Y me gustó mucho el término., describe muy bien todo lo que llevo haciendo desde hace años en el ámbito académico: tomar mi experiencia profesional, añadirle la base académica, y destilarlo todo en un orden y ritmo concreto.

Esta destilación no es, ni más ni menos, que aplicar lo de contar historias (ahora conocido como storytelling) a cualquier área de conocimiento. Convertir todas las complejidades, dificultades, áreas de aplicación, en una historia que tenga cierta coherencia, que sea entendible para el público objetivo. Una vez más, no es nada nuevo, pero considero que necesitamos cada vez más profesionales que conviertan la complejidad en oportunidades.

Los riesgos también son inherentes. Dependemos de que ese profesional realice el destilado de manera correcta. Que no elimine información que resulte fundamental, y que no pierda el tiempo con detalles que no aportan. En el curso de H2i me dí cuenta de que estaba dedicando demasiado tiempo a la introducción, que se centraba en defender la utilización de datos en un entorno startup. La realidad era que el grupo de alumnos no necesitaba esos ejemplos, ya estaban convencidos. La comprensión en detalle del público objetivo es elemental, pero a veces se nos escapa.