En esta entrevista para uah.esnoticia, los AlumniUAH nos cuentan en primera persona por qué eligieron este reto para su TFM y cómo la Universidad de Alcalá les ha ayudado en esta aventura. Miguel Ángel Sicilia, Director del Máster en Business Intelligence y Big Data de la UAH, también comenta la historia de este título y cómo han colaborado con este grupo de alumnos de TFM.

- ¿Nos puedes comentar la historia del Máster en Business Intelligence y Big Data de la Universidad de Alcalá? ¿Qué recuerdas de los inicios de este proyecto realizado por Alumni UAH?

Miguel Ángel: El Máster en Business Intelligence y Big Data de la Universidad de Alcalá, actualmente en su cuarta edición, proviene de las ediciones del Máster en Business Analytics y Big Data, que se impartió en seis ediciones anteriores. En total son más de 10 años de experiencia formando profesionales del dato. El Trabajo Fin de Máster (TFM) siempre ha sido un elemento fundamental del programa, donde se requiere a los estudiantes un trabajo en grupo, que se evalúa por el tutor, por la Comisión Académica del programa, que da el visto bueno a los anteproyectos, y por el Tribunal en la defensa pública. Pero también los integrantes del grupo se evalúan 'entre pares', resultando en una evaluación exhaustiva para garantizar la calidad de los trabajos.

Los TFM en el programa pueden ser estudios de Data Science o de Arquitectura Big Data, cada tipo con sus criterios de evaluación diferenciados. Los estudiantes pueden proponer un tema, o tomar alguna de las propuestas de los profesores. En este caso, los estudiantes premiados propusieron el tema de la evaluación de herramientas para detectar el sesgo en el aprendizaje automático (machine learning), que es de especial relevancia actualmente, dados los esfuerzos a nivel Europeo para conseguir una 'Trusthworthy AI' ('IA fiable') .

El contacto de los estudiantes con el Dr. Richard Benjamins (Telefónica) y el interés en esta temática del grupo de Investigación Information and Knowledge Engineering de la UAH, al que pertenezco, permitieron a los estudiantes desarrollar el trabajo en co-tutoría Universidad-empresa. La Comisión Académica del programa valoró muy positivamente la iniciativa, dando su apoyo en todo momento, tanto a la realización del trabajo como a su presentación al concurso.

- ¿Cómo habéis conseguido presentar vuestro TFM a la convocatoria de premios del reto Luca? ¿En qué consiste este trabajo?

Jenifer Alexandra Ramirez: Al inicio de  las clases, empecé a hablar con Claudia del trabajo de fin de Máster y coincidimos en muchos puntos de vista, así que tomamos la decisión de hacerlo en grupo. Desde ese momento, iniciamos la búsqueda de alternativas, queríamos aplicarlo a un caso real. Consultamos en Internet y encontramos los Retos de Telefónica. Unos cuantos nos llamaron la atención y decidimos inscribirnos e invitar a Gabriel a que trabajará en el proyecto. Telefónica nos ofreció un acompañamiento durante todo el proceso con una persona especializada en el tema, donde teníamos reuniones constantes para hacer un seguimiento de los avances en la investigación sobre sesgo en los algoritmos de inteligencia artificial.

Gabriel Arcangel Bol: Mis compañeras habían averiguado acerca de LUCA y en base a este reto formulamos nuestro TFM. Ellas me invitaron a ser parte de ambos retos, el de LUCA y el de formar un equipo para la realización del TFM. Este trabajo consistió en analizar los enfoques técnicos existentes y las herramientas (opensource) que existen en el mercado para detectar y mitigar sesgos algoritmos, que pueden conllevar a una discriminación no deseada.

Claudia Ávila: Una de las motivaciones que tuve para estudiar el Máster era cómo poder impactar con tecnología en el bien social y en las políticas públicas. Cuando encontré la convocatoria del Reto de Telefónica y lo conversé con mis compañeros, me pareció una gran oportunidad para profundizar en cómo viene impactando la tecnología en la sociedad. En un contexto donde las decisiones con Inteligencia Artificial con impacto social son cada vez más frecuentes, este trabajo busca contribuir a la evaluación de herramientas para la detección y mitigación de sesgo en algoritmos, y con ello a los conceptos de justicia y equidad.

- ¿Cómo ha sido la experiencia de realizar un TFM en equipo?

Jenifer Alexandra Ramirez: Es satisfactorio trabajar en equipo y más con personas que se comprometen. Tenía la experiencia de realizar mi TFG en grupo y fue un trabajo satisfactorio, tanto a nivel personal como profesional. Esto me impulsó a seguir trabajando en grupo, porque me gusta poder debatir y ver diferentes puntos de vista.

Nosotros venimos de carreras muy diferentes. Claudia es Economista, Gabriel es Ingeniero en Telecomunicaciones y yo soy Matemática. Cada uno tiene fortalezas en un tema específico, como el reto requería. Quizás en solitario no hubieramos podido abarcar el tema, porque es bastante extenso y se requieren muchos conocimientos en ocho meses.

De izq. a der. aparecen Claudia Ávila Cueva, Gabriel Arcángel Bol y Jenifer Alexandra Ramirez Florez

Gabriel Arcangel Bol: Más allá de los inicios donde muchas veces no coincidimos, logramos trabajar en conjunto para alcanzar nuestras metas. En un TFG en solitario, digamos que somos autónomos en todo lo que se refiere al trabajo y esta forma de trabajo es válida, teniendo sus pros y sus contras. Por otra parte, creo fielmente en el trabajo en equipo como forma de llegar más lejos, y para ello es importante contar con compañeros que desde su experiencia, aporten ideas, maneras y nuevas formas de hacer las cosas. En trabajos como este, que de alguna forma generan bienestar, es importante tener una visión más amplia, y ese plus nos los da el trabajo en equipo.

Claudia Ávila: Me pareció excelente poder trabajar en equipo, no solo porque podíamos apoyarnos en distintas partes del trabajo, sino también porque los temas de tecnología evolucionan constantemente. Cada día surgen nuevas metodologías, nuevas herramientas, con lo que un trabajo colaborativo contribuye a ir a la velocidad que requieren estos temas de investigación. Ahora, nuestro siguiente reto para este fin de año, es publicar este trabajo en una revista científica.

- ¿Cómo ha intervenido la UAH para que consigáis este premio? ¿Qué destacáis del Máster que habéis realizado en la Universidad? Consejos para otros AlumniUAH.

Jenifer Alexandra Ramirez: Desde el inicio, la Universidad  nos dió el apoyo una vez les comunicamos que teníamos el interés de participar en el Reto. No es un TFM común para este tipo de Máster, es una investigación de un tema de Inteligencia Artificial que supuso también un reto para el equipo de la UAH. En el Máster pude aprender muchísimas cosas, es muy completo y creo que me faltó más tiempo para ver algunos temas más a fondo.

Gabriel Arcangel Bol: Contamos con el Dr. Miguel Ángel Sicilia como tutor, quien a través de sus conocimientos colaboró para generar nuestro TFM. Gracias al Máster propio en BI & Data Science que dicta la UAH, construí las bases necesarias para poder desarrollar este proyecto. El Máster es muy completo y práctico. Es de gran contenido, lo que muchas veces amplia su asimilación, aplicación y profundización más allá del periodo de formación, haciendo del mundo laboral un espacio donde podemos poner en práctica lo aprendido y donde nos seguimos desarrollando como profesionales.

Claudia Ávila: Gracias al Máster hemos conseguido controlar las herramientas de lenguaje de programación de Python así como los conceptos de machine learning para poder llevar a cabo el reto de Telefónica. El enfoque práctico y didáctico, nos ha ayudado a poder implementar proyectos de forma aplicada con data science, lo que ha sido muy valioso. Invitamos a otros alumnos de la UAH a participar en este concurso en el cual recibir feedback de asesores externos ha sido súper útil. En general, aconsejaría a otros alumnos a participar de otros concursos o hackatones donde puedan explotar al máximo todo lo aprendido en sus estudios.

Publicado en: Entrevista