DATOS

Objetivos del tratamiento de datos

Los datos constituyen el elemento central sobre el que se sustentan los sistemas de información, los procesos de automatización y, de manera muy especial, las soluciones basadas en inteligencia artificial. La capacidad de estos sistemas para generar resultados útiles depende, en gran medida, de la calidad, organización y adecuación de los datos que reciben como entrada. Por ello, antes de plantear cualquier procedimiento de análisis o explotación resulta necesario recorrer un proceso previo que permita transformar los datos disponibles en un recurso fiable y utilizable.

Esta sección aborda ese proceso como una secuencia de fases interdependientes, cada una de ellas con un objetivo específico y con un resultado que sirve de punto de partida para la siguiente. Aunque en la práctica estas actividades suelen aparecer mezcladas, su diferenciación facilita la comprensión del ciclo de vida del dato y permite seleccionar las técnicas más adecuadas en cada momento.

La primera fase corresponde al acceso a los datos. Su finalidad es localizar, obtener e incorporar la información desde las distintas fuentes disponibles, considerando la diversidad de soportes, formatos, sistemas de almacenamiento y mecanismos de acceso. El resultado de esta fase es un conjunto de datos accesibles sobre los que resulta posible intervenir.

La segunda fase comprende el tratamiento de los datos. Una vez obtenidos, los datos rara vez se encuentran preparados para su utilización directa. Es necesario depurarlos, normalizarlos, transformarlos, enriquecerlos o adaptar su representación a las necesidades de los procesos posteriores. Las técnicas aplicables dependerán, en buena medida, de la naturaleza de los datos —estructurados, semiestructurados o no estructurados— y de los objetivos perseguidos.

La tercera fase se dedica a la explotación o uso de los datos, entendida como el conjunto de procedimientos mediante los cuales los datos ya tratados se convierten en información útil para apoyar la toma de decisiones, automatizar procesos o proporcionar el contexto necesario para aplicaciones analíticas y sistemas de inteligencia artificial. En este ámbito se incluyen tanto las técnicas clásicas de análisis de datos como los procedimientos basados en aprendizaje automático, procesamiento del lenguaje natural o modelos de lenguaje de gran escala.

La organización de la sección responde, por tanto, a una visión del dato como un activo que evoluciona a lo largo de un proceso continuo: desde su obtención, pasando por su preparación, hasta su utilización efectiva. Cada una de estas fases incorpora objetivos, herramientas y metodologías propias, pero todas ellas forman parte de un mismo ciclo cuyo propósito es maximizar el valor que puede extraerse de los datos.